机器学习 & 数据挖掘学习路线

​1.什么是机器学习

随着人工智能领域越来越火,作为其核心实现手段的机器学习也进入了大家的视野,感觉不学习就赶不上时代的步伐了。

那什么是机器学习呢?

机器学习是一门多领域交叉学科,是一类算法的总称,这些算法主要是从大量的历史数据中挖掘其中的规律,用于预测或者分类。这样的描述可能有些抽象,但是机器学习已经在我们的生活中无处不在,有着非常广泛的应用:

1.推荐系统

网易云音乐的”歌单推荐“,某宝的“商品推荐”,抖音快手的“视频推荐”,今日头条的“新闻推荐”等

2.计算机视觉

人脸识别,车牌识别,扫描文字识别,图片内容识别,图片搜索

3.自然语言处理

百度的搜索引擎,语音机器人,输入法,机器翻译等等。

2.学习路线

数学基础是机器学习中必不可少的部分,如果没有足够的兴趣,很容易觉得枯燥乏味,难以坚持下去,因此我推荐的学习路线是先实践后理论再实践,循环往复的过程。初入门时先实践,逐步建立兴趣,并产生一定的成就感,在随后深入的时候就不会那么枯燥了。

先推荐几本入门的基础实践书籍,主要是建立兴趣,可以不求甚解地读,每行代码都亲自敲一下,成就感爆棚;或者发现自己没有那么感兴趣,也可以选择更换方向。

入门实践书籍

集体编程智慧

智能Web算法

机器学习实战

机器学习基础及理论

统计学习方法

Pattern Recognition and Machine Learning

The Elements of Statistical Learning

进阶实践

计算机视觉

斯坦福231n课程 http://cs231n.stanford.edu/

自然语言处理

斯坦福224n课程 http://web.stanford.edu/class/cs224n/

斯坦福224d课程 https://cs224d.stanford.edu/

Kaggle比赛

3.总结

除了上述推荐的部分之外,还有一项特别重要的部分就是各个方向的论文,论文可以到https://arxiv.org/上去找找。

在机器学习&数据挖掘&深度学习的道路上难免会遇到挫折,不懂的地方,一定要学会勤于思考,勤于找问题,在不停地实践和学习理论的过程中会加深理解,祝大家早日达到炉火纯青的水平。

本文提供的上述书籍可以在公众号后台回复"书籍"获取电子版本。

 

数据挖掘之旅:基础环境搭建(一)

数据挖掘之旅:经典实例(二)

DSSM论文阅读与总结

算法工程师如何应对业务方和老板的灵魂拷问?

 

 

 

 

 

  • 2
    点赞
  • 9
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值