其实不管是机器学习也好,数据挖掘也好,就我个人的经验来看,想去从事这两个方向,都要具有以下的这些知识。
1.数学知识:求导相关、线性代数、概率论、统计学等。
数学知识是理解机器学习模型建立的基础。回归分析的目标函数的如何得出的?为什么梯度下降可以找到最优点?这些理论问题的背后都是数学知识在支撑的。
但是并不是说需要掌握得多么深入,数学知识在入门时候要求并不是特别多,不管是听吴恩达的机器学习课程还是后来在贪心科技上机器学习的课程,最开始的回归分析就是些基础的求导,后面贝叶斯、决策树这些可能涉及到概率论中的知识,这些都不是很难,但是系统的去听听课,把理论基础打牢总没有坏处,这些资源可以去B站搜一搜,网易慕课上也有。
2.编程知识:Python、R等
除此之外,编程也可以提上日程。如果说数学知识有利于去理解模型是如何建立的,那么编程能力就是去把解决问题的模型通过代码的方式转化为机器语言。
目标函数的优化可能使用了最小二乘法,你可以用数学知识去推导参数的表达式,但是通过编程你可能只需要一行代码就能得出参数的值,这大大的提高了工作的效率。
就算原来没接触过这些,也可以直接去学 Python。作为一门高级语言,Python上手也是比较快的,把