初识机器学习

学机器学习已经大半年了，现在才发现自己是初识机器学习。

一开始学机器学习，真的以为它是个机器，学会了就可以拿来用，或是拿来改进。现在才明白，学机器学习的方法不仅要弄明白理论基础和算法思路，还要明白算法的脉络，它的每一步都是为什么这么做，掌握算法背后的真正的思想，才能融会贯通，针对不同的问题提出不同的算法，对新问题提出新算法。

特别是，有些算法是在其他算法的基础上产生的，就更要弄清楚，怎么产生的这个算法？原来的有什么问题？产生的新算法又解决了什么？原来的算法加上现在的知识和技术，能产生更好的算法吗？产生的新算法还能优化和改进吗？新算法需要哪些理论支持？这些理论和原算法的理论有什么异同？希望我以后读文献时仔细思考这些问题。

再就是，学习一个算法切不可一知半解，就去盲目的想在这个算法上作出什么，一定要理解透彻、思路清晰，才能行动去做。

现在发现数学-理论、编程-实验、英语-学习的轻松程度、文笔-写作、健康-精力，真是缺一不可，好忧伤。。。