机器学习?学啥呢?高数?线性代数?数理统计?
学完这些都啥时候了……不如去读研,然后花个半辈子时间在上面……扯蛋……
作为一个码农的我可没那心思从数学开始,完事儿把编程整得跟个搞数学研究一样。作为目的驱动的我,这不符合我的风格……
好了!不写废话了。开始说正事儿。
机器学习说到底还是一门技术,不是什么玄学文学也不是什么自然现象。那作为技术,就可以一步步的来,顺着方向来。
(1)探索步骤
要学习 机器学习技术,百度一下,可以知道,目前比较主流的 方案是python+一大堆库。然后,可以将这一系列技术进行拆分,可以得到一个技术列表。
- python (基础)
- python库(扩展)
- 数学(原理)
通过网上搜索呢,可以得到一个结论。那就是: 研究机器学习,数学是尤其重要的,与其说机器学习是计算机的一个分支,不如说是数学的一个分支。
好吧!笔记到此结束,放弃学习了……
(2)重新拾起,找一个开始
放弃过了,但是对于其兴趣却没有丝毫的退减。从数学开始吗?这肯定不是一个好的开始方式(估计看两节高数就彻底放弃了),那怎么办呢?
目的驱动……
目的:做一个能够识别杯子的应用
怎么做呢? 用 机器学习 的方式?
怎么用呢? MATLAB ?python? 其它?
这么多…… 那个简单点呢?MATLAB简单,用过。但是怎么用MATLAB做应用呢?不知道。那用Python好了。听说简单,人气不错
用python?怎么用?
python有很多的库……
都有啥呢?
- Tensor Flow
- Scrapy
- Beautiful Soup
- NLTK
- NumPy
- SciPy
- Matplotlib
- scikit-learn
- Pandas
- Theano
……
学个毛,放弃了……
(3)环境搭建
哎!好吧,还是学学看吧。这么牛逼什么的东西总得花费功夫去才能学到的。不然那些大神还怎么装逼……
选择一个最简单的开始吧!
1,安装python库
使用python包管理工具pip依次安装以上库
pip install "package name"
这里值得注意的是:在安装scipy的时候经常不成功。后来发现,在安装scipy的时候需要先装好 wheel。
2 开发环境搭建
这里,由于是学习研究,就不整个什么IDE了。毕竟不是做什么项目,没必要去弄IDE。(强迫症,不喜欢用牛刀来砍鸡脖子)
所以选择了 sublime text 3 +一些插件
插件列表如下
(好吧!用的是XP系统,界面略丑,不过不影响)
这里比较重要的是 Anaconda 和 sublimeREPL。这两货使用频率比较高。
然后设置好build System 就可以开始写代码了!
可以在sublimeREPL 选择python 来进行命令行交互(这种方式跟CMD交互一样,但是要比cmd 下爽快很多)
或者直接创建 *.py文件, 写好后 ctrl+B 就可以泡起来了。
ok,整个环境就搭建好了。虽然 和机器学习八竿子打不着个关系,但目的如此,还是起了 这样的一个名字。
然后……
好了,先开始吧!