2018-10-21
我不得不推荐一下这本书。相信,很多人并不是机器学习科班出身的,但是,出于兴趣想要学习这些带来巨大效益的知识和技术。虽然我们也在跟着课本学习,但由于没有研究型项目的实践,效率就可想而知了。相较于app、web等技术的学习,这里的项目实践更加有意义、更重要,因为涉及到的各种算法和基础知识,非常依赖于项目的具体需求,变动非常大。机器学习中涉及到的算法、模型种类繁多,就是因为要处理各种各样的问题。这本书就是从实践者的经验角度出发,介绍了各种各样的项目面对的需求,用错了哪些方法,踩到了哪些坑,遇到了哪些无论如何也解决不了的问题。我觉得,这对于初学者而言,才是最重要的。这将帮助我们对机器学习的应用有了大概的了解,形成脉络,避免在低级的问题上耗费过多的时间。
相比于经典的教材,无疑这本书的难度小很多。直接读英语教材,明显会让效率低不少;偏数学的教材,让人对数学原理有大致的了解,却难以应用到具体的问题上。 所以,当下此书捎带了些项目经验,还是有启发意义的。但是,内容的后半部分涉及到的GAN、强化学习,我认为对于初学者而言,没有什么意义。初学者能学到这么深入?实在令人怀疑。
然而,做机器学习的算法的岗位,分的比较细致了。做图像类的、推荐类的、NLP的、自动驾驶等,对于机器学习的应用侧重点不一样。不能期望通过学习几本书就能够上手工作了,还需要项目的经验。毕竟是算法岗位,一般要求研究生学历,且在老师的带领下,做过开拓性的项目才行。我希望能有更多的人,把机器学习应用到产业上的案例多分享出来,这样类型的书籍能更多些。机器学习以后可能就变成CS专业的必修课了,所以,现在的程序员最好都学习一下。
如果有任何意见,欢迎留言讨论。
[ 主页 ]