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。。。