机器学习实战-实战

　　学习的路径和方法有很多，每个人想达到的目标也已经拥有的基础都不一样，条件也不一样，因此选择和制定适合自己的学习方法很重要。不可好高骛远，也不可贪多求全，知识和技巧是学不完的，重要的通过不断地学习来满足工作所需，然后逐渐成为高手，这是长期的学习积累过程，而现在对我来说就是入门，找到一份像样的工作。当然，第一份工作很重要，转行时也是如此。先就业再选择，付出的时间是以年计的。时不我待，不如先把技术学好一点，找一家靠谱的公司。

　　目前的实战计划是这样的：

　　1. 利用kaggle上面的数据集，打通机器学习应用的各个环节：流水线的建立，数据预处理，特征工程，模型训练，错误分析，模型评估，交叉验证，集成与改进，困难样本处理。选择几个感兴趣的数据集，比如交通，环保，医疗。通过这么几个数据集，将各种模型都跑一遍，对模型的优缺点有认知，把流程用熟了，掌握一些可视化方法，如果能够通过研究以前的compitition的优秀方案得到一些创造性的想法并付诸实施，那么也就具备了一定的研究能力。而西瓜书可以在实战的过程中作为参考，随时翻阅。

　　这是一个大神的学习方法总结：https://www.sohu.com/a/231867535_178408。

转载于:https://www.cnblogs.com/gadflyWZQ/p/10922239.html