《机器学习实战》开篇

1.前言

   从今天开始，要开始练手《机器学习实战》了。前面学了一点理论基础，而且还做了两个比赛，但是感觉很多东西还是无从下手，只是跑跑baseline的水平，没有形成一个完整的体系，所以要踏踏实实的打好基础。光说不练假把式，光学理论是没有用的，理论结合实践，真正通过实战才能学到知识，悟到真理。

   这本书相信很多人已经都看过了。本人想通过这种方式记录自己的学习历程，并加强记忆。

   这本书不会原文字照搬，而是根据自己理解更通俗的去描述。

2. 目录

   活了那么多年，感觉自己以前不会学习，学习第一步要干什么，我觉得应该记课程目录，即大纲。把整个体系架构在脑子里搭起来，架子有了，再往里慢慢填充知识就行了，这样不容易遗忘，而且可以统筹大局。

• 第一部分 机器学习基础(统计学习)

  • 第 1 章 机器学习介绍

  • 第 2 章 端到端的机器学习项目

  • 第 3 章 分类

  • 第 4 章 训练模型

  • 第 5 章 支持向量机 ( 之前有写过博客暂时略过，下同 )

  • 第 6 章 决策树 （略）

  • 第 7 章 集成学习和随机森林（略）

  • 第 8 章 降维

• 第二部分 神经网络和深度学习

  • 第 1 章 运行TensorFlow

  • 第 2 章 人工神经网络简介

  • 第 3 章 训练深度神经网络

  • 第 4 章 跨设备和服务器的分布式TensorFlow

  • 第 5 章 卷积神经网络

  • 第 6 章 循环神经网络

  • 第 7 章 自动编码器

  • 第 8 章 强化学习

3. 其他

   学习过程会侧重统计学习基础和深度学习方向跟面试和实际工作相关的内容，像降维、强化学习等可能不会涉及，如果有兴趣的可自己找资料学习。

   静下心来，踏踏实实的学一会儿吧，每天进步一点点，only 一点点！！！

   时刻警示自己：对于大龄程序员来说，要有跟年龄相匹配的能力，否则就会被社会所淘汰！！！