ML Step-by-Step Guides

1、How Do I Get Started?

如何开始ML的旅程？
1、学习方法：采用自顶向下的方法学习，待着任务寻找答案
2、ML应用的5步骤：定义问题，准备数据，抽查算法，提升结果，展示结果
3、工具选择：如果没有代码基础可以用weka，一个不用代码的ML平台
4、在小型数据集上练习，提升能力
5、形成自己的文档集，收集项目、记录技能、心得细节等
6、相关平台：UCI数据集、kaggle比赛平台

小结：入门引言，有个大致了解，知道应该如何学习，有个蓝图

14、Deep Learning (Keras)

1、什么是深度学习？为什么用“深度”这个概念？为什么最近10年迅速发展？
2、Theano和TF是快速数值计算的框架，keras是深度学习的小型库，可以基于Theano或TensorFlow运行，是的模型的构建变得简单容易。
3、使用keras搭建简单的神经网络模型：（1）加载数据；（2）定义模型：确定模型结构，例如输入层的维度input_dim；确定每层的类型，激活函数，神经元数量；输出层等）；（3）编译模型：选择梯度下降方法，模型度量值（4）模型拟合:epoch，batch_size设置（5）模型评估：evaluate（6）模型预测predict

参考资料

Step-by-Step Guides: https://machinelearningmastery.com/start-here/#process