数据挖掘/机器学习 之 开新坑

之前的博客一直是关于LeetCode的内容，接下来除了这个外我还会写关于数据挖掘/机器学习的一些东西，开一个新的坑。这个一个方向将会是我的重心，近期的计划包括：

1. 面试经验
2. 书籍阅读笔记
3. 自己的一些感想和经验

在这里我先介绍下我的心路历程：

我本科和研究生的方向和数据挖掘/机器学习其实不太沾边，甚至和计算机都太沾边。自己之所以私下里搞这个方向主要是自己真的很喜欢，本科时喜欢玩每天过的比较潇洒，一直不知道自己喜欢什么，直到研一时选了《web搜索》这个课程，了解了机器学习、模式识别的一些东西，后来又听说了数据挖掘这个方向，这个时候才发现自己对这个如此痴迷。我们生活在信息爆炸时代，移动互联网有如此的广泛普及，在信息的海洋里提炼出有价值的信息，分辨出信号和噪声，需要使用数据挖掘这个强大的工具。

我是如何进行自学的：

1. 要先明确这是干嘛的？可以用在什么领域？我们平时接触的一些东西中，哪些和这个相关或者用到了这些方面的技术？
2. 学习台湾大学的《机器学习基石》：通过这个课程我了解了机器学习中基本概念，系统组成。一些基本的方法：感知机、逻辑回归、线性回归等，一些重要的概念：VC维，过拟合和欠拟合，正则化，交叉验证，奥卡姆剃刀、抽样偏差等。这个课程非常的好，非常适合没有接触过的人，林老师把原理过程以及引申讲的非常清楚，这里非常感谢他！
3. 学习斯坦福大学的《机器学习课程》，这个是吴恩达教授比较老的一版。和上面的比差别就在于，全面和深奥，这个课程将的模型和方法特别的多，而且只听课程明显不够需要辅助教材和论文，正如吴教授最后说的，如果你掌握了这个课程所有东西，那么你就成为了机器学习领域的专家了，当然我距离这个还很远。
4. 《机器学习实战》,这本书提供了机器学习算法的简单实现，配合着一些基本的课程和书，可以对如何实现各种模型，已经如何使用有一些初步的认识，这本书错误比较多
5. 《集体智慧编程》，这本书相比于上一本更贴近实际应用，代码，深度和广度都要比上一本好一点，最好是看这个
6. 《统计学习方法》，我学习理论和准备面试的主要书籍，我重点看了前面的部分，这本书讲的比较基础易懂，在中文的书籍里面是相当好的，初学者要看看
7. 《数据挖掘导论》，我是当做科普读物来读的，因为他介绍的东西比较全面，读完后会对数据挖掘有个初步的认识，会感觉到和机器学习不一样的地方
8. 《统计学习基础》，目前正在看，因为是全英文的有点困难，暂时还没啥想法
9. scikit-learn，python中的一个很好的库，常见的模型都有，最好是学习下如何使用，直接拿来用的结果还挺好的，想深入的话可以读读源码，了解下架构和实现。
10. Kaggle，很不错的练手网站，上面的一些入门的例子，很适合初学者，也是通过这个网站我才认识到数据处理的重要性，有时候模型上做不了太多工作时，数据的处理很影响结果。
11. PRML，未来的目标，希望自己在看完统计学习基础后能研究下这本书。