Linux中國

機器學習實踐指南

401 views0
By
Share

你可能在各種應用中聽說過 機器學習 machine learning （ML），比如垃圾郵件過濾、光學字元識別（OCR）和計算機視覺。

開啟機器學習之旅是一個涉及多方面的漫長旅途。對於新手，有很多的書籍，有學術論文，有指導練習，有獨立項目。在這些眾多的選擇裡面，很容易迷失你最初想學習的目標。

所以在今天的文章中，我會列出 7 個步驟（和 50 多個資源）幫助你開啟這個令人興奮的計算機科學領域的大門，並逐漸成為一個機器學習高手。

請注意，這個資源列表並不詳盡，只是為了讓你入門。 除此之外，還有更多的資源。

1、 學習必要的背景知識

你可能還記得 DataCamp 網站上的學習數據科學這篇文章裡面的信息圖：數學和統計學是開始機器學習（ML）的關鍵。 基礎可能看起來很容易，因為它只有三個主題。 但不要忘記這些實際上是三個廣泛的話題。

在這裡需要記住兩件非常重要的事情：

  • 首先，你一定會需要一些進一步的指導，以了解開始機器學習需要覆蓋哪些知識點。
  • 其次，這些是你進一步學習的基礎。 不要害怕花時間，有了這些知識你才能構建一切。

第一點很簡單：學習線性代數和統計學是個好主意。這兩門知識是必須要理解的。但是在你學習的同時，也應該嘗試學習諸如最優化和高等微積分等主題。當你越來越深入 ML 的時候，它們就能派上用場。

如果是從零開始的，這裡有一些入門指南可供參考：

統計學是學習 ML 的關鍵之一

如果你更多喜歡閱讀書籍，請參考以下內容：

然而，在大多數情況下，你已經對統計學和數學有了一個初步的了解。很有可能你已經瀏覽過上面列舉的的那些資源。

在這種情況下，誠實地回顧和評價你的知識是一個好主意，是否有一些領域是需要複習的，或者現在掌握的比較好的？

如果你一切都準備好了，那麼現在是時候使用 R 或者 Python 應用這些知識了。作為一個通用的指導方針，選擇一門語言開始是個好主意。另外，你仍然可以將另一門語言加入到你的技能池裡。

為什麼這些編程知識是必需的？

嗯，你會看到上面列出的課程（或你在學校或大學學習的課程）將為你提供關於數學和統計學主題的更理論性的介紹（而不是應用性的）。 然而，ML 非常便於應用，你需要能夠應用你所學到的所有主題。 所以最好再次複習一遍之前的材料，但是這次需要付諸應用。

如果你想掌握 R 和 Python 的基礎，可以看以下課程：

當你打牢基礎知識後，請查看 DataCamp 上的博客 Python 統計學：40+ 數據科學資源。 這篇文章提供了統計學方面的 40 多個資源，這些資源都是你開始數據科學（以及 ML）需要學習的。

還要確保你查看了關於向量和數組的 這篇 SciPy 教程文章，以及使用 Python 進行科學計算的研討會。

要使用 Python 和微積分進行實踐，你可以了解下 SymPy 軟體包。

2、 不要害怕在 ML 的「理論」上浪費時間

很多人並不會花很多精力去瀏覽理論材料，因為理論是枯燥的、無聊的。但從長遠來看，在理論知識上投入時間是至關重要的、非常值得的。 你將會更好地了解機器學習的新進展，也能和背景知識結合起來。 這將有助於你保持學習積極性。

此外，理論並不會多無聊。 正如你在介紹中所看到的，你可以藉助非常多的資料深入學習。

書籍是吸收理論知識的最佳途徑之一。 它們可以讓你停下來想一會兒。 當然，看書是一件非常平靜的事情，可能不符合你的學習風格。 不過，請嘗試閱讀下列書籍，看看它是否適合你：

  • 機器學習教程 Machine Learning textbook ， Tom Mitchell 著，書可能比較舊，但是卻很經典。這本書很好的解釋介紹了機器學習中最重要的課題，步驟詳盡，逐層深入。
  • 機器學習: 使數據有意義的演算法藝術和科學 Machine Learning: The Art and Science of Algorithms that Make Sense of Data （你可以在這裡看到這本書的幻燈片版本）：這本書對初學者來說非常棒。 裡面討論了許多實踐中的應用程序，其中有一些是在 Tom Mitchell 的書中缺少的。
  • 機器學習之嚮往 Machine Learning Yearning ：這本書由 吳恩達 Andrew Ng 編寫的，仍未完本，但對於那些正在學習 ML 的學生來說，這一定是很好的參考資料。
  • 演算法與數據結構 Algorithms and Data Structures 由 Jurg Nievergelt 和 Klaus Hinrichs 著。
  • 也可以參閱 Matthew North 的 面向大眾的數據挖掘 Data Mining for the Masses 。 你會發現這本書引導你完成一些最困難的主題。
  • 機器學習介紹 Introduction to Machine Learning 由 Alex Smola 和 S.V.N. Vishwanathan 著。

花些時間看書並研究其中涵蓋的資料

視頻和慕課對於喜歡邊聽邊看來學習的人來說非常棒。 慕課和視頻非常的多，多到可能你都很難找到適合你的。 下面列出了最知名的幾個：

在這一點上，重要的是要將各種獨立的技術融會貫通，形成整體的結構圖。 首先了解關鍵的概念： 監督學習 supervised learning 和 無監督學習 unsupervised learning 的區別、分類和回歸等。 手動（書面）練習可以派上用場，能幫你了解演算法是如何工作的以及如何應用這些演算法。 在大學課程里你經常會找到一些書面練習，可以看看波特蘭州立大學的 ML 課程。

3、 開始動手

通過看書和看視頻了解理論和演算法都非常好，但是需要超越這一階段，就要開始做一些練習。你要學著去實現這些演算法，應用學到的理論。

首先，有很多介紹 Python 和 R 方面的機器學習的基礎知識。當然最好的方法就是使用互動式教程：

還請查看以下靜態的（非互動的）教程，這些需要你在 IDE 中操作：

除了教程之外，還有一些課程。參加課程可以幫助你系統性地應用學到的概念。 經驗豐富的導師很有幫助。 以下是 Python 和機器學習的一些互動課程：

  • 用 scikit-learn 做監督學習： 學習如何構建預測模型，調整參數，並預測在未知數據上執行的效果。你將使用 Scikit-Learn 操作真實世界的數據集。
  • 用 Python 做無監督學習： 展示給你如何從未標記的數據集進行聚類、轉換、可視化和提取關鍵信息。 在課程結束時，還會構建一個推薦系統。
  • Python 深度學習： 你將獲得如何使用 Keras 2.0 進行深度學習的實踐知識，Keras 2.0 是前沿的 Python 深度學習庫 Keras 的最新版本。
  • 在 Python 中應用機器學習： 將學習者引入到機器學習實踐中，更多地關注技術和方法，而不是這些方法背後的統計學知識。

理論學習之後，花點時間來應用你所學到的知識。

對於那些正在學習 R 語言機器學習的人，還有這些互動課程：

  • 機器學習介紹 可以讓你宏觀了解機器學習學科最常見的技術和應用，還可以更多地了解不同機器學習模型的評估和訓練。這門課程剩下的部分重點介紹三個最基本的機器學習任務： 分類、回歸和聚類。
  • R 語言無監督學習 ，用 R 語言從 ML 角度提供聚類和降維的基本介紹。 可以讓你儘快獲得數據的關鍵信息。
  • 實操機器學習涵蓋了構建和應用預測功能的基本組成部分，其重點是實際應用。

最後，還有很多書籍以偏向實踐的方式介紹了 ML 主題。 如果你想藉助書籍內容和 IDE 來學習，請查看這些書籍：

4、 練習

實踐比使用 Python 進行練習和修改材料更重要。 這一步對我來說可能是最難的。 在做了一些練習後看看其他人是如何實現 ML 演算法的。 然後，開始你自己的項目，闡述你對 ML 演算法和理論的理解。

最直接的方法之一就是將練習的規模做得更大些。 要做一個更大的練習，就需要你做更多的數據清理和功能工程。

熟能生巧。

5、 項目

雖然做一些小的練習也不錯，但是在最後，您需要做一個項目，可以在其中展示您對使用到的 ML 演算法的理解。

最好的練習是實現你自己的 ML 演算法。 您可以在以下頁面中閱讀更多關於為什麼您應該做這樣的練習，以及您可以從中學到什麼內容：

接下來，您可以查看以下文章和倉庫。 可以從中獲得一些靈感，並且了解他們是如何實現 ML 演算法的。

開始時項目可能會很難，但是可以極大增加你的理解。

6、 不要停止

對 ML 的學習永遠不能停止，即使你在這個領域工作了十年，總是有新的東西要學習，許多人都將會證實這一點。

例如，ML 趨勢，比如 深度學習 deep learning 現在就很受歡迎。你也可以專註於那些現在不怎麼火，但是將來會火的話題上。如果你想了解更多，可以看看這個有趣的問題和答案。

當你苦惱於掌握基礎知識時，你最先想到的可能不是論文。 但是它們是你緊跟最新研究的一個途徑。 論文並不適合剛剛開始學習的人，但是絕對適合高級人員。

其他技術也是需要考慮的。 但是當你剛開始學習時，不要擔心這些。 例如，您可以專註於 Python 或 R 語言 （取決於你已經知道哪一個），並把它到你的技能池裡。 你可以通過這篇文章來查找一些感興趣的資源。

如果您還想轉向大數據，您可以考慮研究 Spark。 這裡有一些有趣的資源：

其他編程語言，比如 Java、JavaScript、C 和 C++ 在 ML 中越來越重要。 從長遠來看，您可以考慮將其中一種語言添加到學習列表中。 你可以使用這些博客文章來指導你選擇：

學無止境。

7、 利用一切可以利用的資源

機器學習是一個充滿難度的話題，有時候可能會讓你失去動力。 或者也許你覺得你需要點改變。 在這種情況下，請記住，有很多資源可以讓你打消掉這種想法。 查看以下資源：

播客是可以讓你繼續你的 ML 旅程，緊跟這個領域最新的發展的偉大資源：

當然，還有更多的播客。

文檔和軟體包源代碼是深入了解 ML 演算法的實現的兩種方法。 查看這些倉庫：

  • Scikit-Learn：知名的 Python ML 軟體包
  • Keras： Python 深度學習軟體包
  • caret： 非常受歡迎的用於分類和回歸訓練 R 軟體包

可視化是深入 ML 理論的最新也是最流行的方式之一。 它們對初學者來說非常棒，但對於更高級的學習者來說也是非常有趣的。 你肯定會被下面這些可視化資源所吸引，它們能讓你更加了解 ML 的工作原理：

學習中的一些變化更加能激勵你。

現在你可以開始了

現在一切都取決於你自己了。學習機器學習是一個持續的過程，所以開始的越早就會越好。 運用你手邊的一切工具開始吧。 祝你好運，並確保讓我們知道你的進步。

這篇文章是我基於 Quora 問題（小白該如何開始機器學習）給出的答案。

作者簡介：

Karlijn Willems，數據科學記者

via: https://medium.freecodecamp.org/how-machines-learn-a-practical-guide-203aae23cafb

作者：Karlijn Willems 譯者：Flowsnow 校對：wxy

本文由 LCTT 原創編譯，Linux中國 榮譽推出

本文轉載來自 Linux 中國: https://github.com/Linux-CN/archive

對這篇文章感覺如何？

太棒了
0
不錯
0
愛死了
0
不太好
0
感覺很糟
0
雨落清風。心向陽
    Previous
    Next

    You may also like

    Leave a reply

    您的電子郵箱地址不會被公開。 必填項已用 * 標註

    此站點使用Akismet來減少垃圾評論。了解我們如何處理您的評論數據。

    More in:Linux中國