04 机器学习开发流程
4.1获取数据
4.2处理数据
4.3特征工程(将数据处理成可以被算法使用的数据)
4.4机器学习算法训练 - 模型
4.5模型评估
4.6应用
老麦在这整理提供一些在线下载的数据集,可快速入门机器学习。
尽快进入机器学习的研究,那么可以从以下网站中获取数据。
https://tianchi.aliyun.com/datalab/index.htm 天池数据首页。
https://tianchi.aliyun.com/competition/gameList.htm 天池比赛数据。定个小目标,参加3~5次比赛,能进入前10%就算合格了。
https://www.kaggle.com/competition kaggle比赛数据。
https://www.kaggle.com/datasets kaggle数据集。
https://aws.amazon.com/cn/public-datasets/ 亚马逊数据。
http://www.sogou.com/labs/resource/list_pingce.php 搜狗实验室
重点介绍:
http://archive.ics.uci.edu/ml/dataset.html 加州大学提供的机器学习入门级数据,基本都清洗好了,可以直接放到机器里跑。
05 机器学习框架和资料介绍
牢记:
1)算法是核心,数据与计算是基础
2)找准定位
大部分复杂模型的算法设计都是算法工程师在做,而大多数人在做的是:
分析大量的数据
分析具体的业务
应用常见的算法
特征工程、调参数、优化
快速学习指导:
1)入门(听课入门)
2)多观看实战类书籍,自学解决工作中的问题
学会分析问题,使用机器学习算法的目的,想要算法完成何种任务,掌握算法基本思想,学会对问题用相应的算法解决,学会利用库或框架(如TensorFlow或pytorch)解决问题
3)进阶研究理论:理论权威书籍,如:机器学习(西瓜书) - 李志华,统计学习方法 - 李航,深度学习(花书)
搜公众号「老麦叨逼叨」一起交流~