炼丹入门必备:迈向调参之路的新手指南(机器学习篇)

避免成为资料收藏家

机器学习越来越火爆,各种资料也越来越多。在网上随意一搜,就能看到一大串长长的书单和一大堆视频教程。堆积如山的资料,很容易让新手一脸懵逼,无所适从,最后没当成炼丹术师,反而成了著名的资料收藏家。

怎样避免成为资料收藏家?道理大家都懂,不就是挑好学习资料后狠下心钻研下去,没学好前尽量不再换教材嘛。但是,说起来很简单,做起来并不容易,毕竟第一步挑资料就不容易。这时,该怎么办?当然是来看这篇新手指南。

选定学习路线

不同人的基础水平和学习需求有很大差异。在正式学习之前,最好先思考一下自己想要走怎样的路线。是要一步一步打好基础,深入钻研,扎根在机器学习领域,还是希望快速上手,到手即用?

两种不同的入门路线,教程风格也是迥异。

前者非常注重基础,开始学习时就要注重每一步的推导和实现过程。这样的过程,相对而言没那么有趣,不少人走了几步就受不住。

而后者,入门时只需要弄懂大致的原理,会调用现成的包,快速拿过来用。不过,如果后续想更进一步,还是需要参考第一条学习路线。

至于选择哪个,就见仁见智,看自己需求。

深入钻研路线

视频课程

机器学习的视频课有很多,这里推荐两个,选择其中一个学习就可以。但要注意,视频课程不只是拿来看的,布置的作业也要去完成,否则就没什么效果。

吴恩达

吴恩达在Coursera上的免费课程,在网易云课堂上也能找到。无数人都学过或听说过这门课,非常著名。这门课比较简单,很适合新手入门。教学用的是 Octave,即便没有Matlab基础,在课程中也能很快上手。如果感觉内容太简单,可以去看 CS229: Machine Learning 这门吴恩达在斯坦福大学教的课。

李宏毅

台湾大学李宏毅教授的上课视频,在哔哩哔哩等视频网站上直接搜“李宏毅 机器学习”就能找到。课程讲得挺不错,非常风趣,比如讲解线性回归时用了宝可梦的例子。更重要的是,课程是纯中文讲解,学起来不会有太大压力。

入门时尽量不要去翻看大部头,不然大概率会把自己看晕。可以跟视频教程搭配着一起学习,如果不喜欢看视频也可以单独看书。

机器学习

大牛周志华的《机器学习》被爱称为西瓜书,非常适合作为入门教材,涵盖了机器学习各方面的基础知识。

统计学习方法

李航的这本书也是非常著名的教材,介绍了统计学习的主要方法,特别是监督学习方法。这本书偏理论,适合打理论基础。

机器学习与应用

新出的一本书,作者为雷明,系统讲述了机器学习算法与理论的知识,同时也对大部分核心算法的工程实现进行了介绍,包括OpenCV、libsvm、liblinear、Caffe。

快速上手路线

视频课程

市面上有很多职业培训课程,有一些比如 Udacity 的课程质量也不错,但价格不低。本着精打细算的精神,这里介绍的两个课程都是免费的。如果有比较好的经济条件,也可以去找付费的培训课程,但要注意买之前在网上看一下口碑。

fast.ai

fast.ai 推出的深度学习课程取得了很大的成功,后来又推出了 Introduction to Machine Learning for Coders 这门机器学习课程。fast.ai的课程适合有编程基础的人,非常注重实践。跟大部分教程不一样,它是先教怎么写代码,再说原理的,很适合快速上手。

机器学习速成课程

谷歌发布的 Machine Learning Crash Course 课程,一共是15小时,其中包括25节课程以及40多项练习。学这门课程不需要预先掌握机器学习方面的任何知识。更重要的是,这门课程提供了中文版。

快速上手更应该选择倾向于操作的书,原理不必钻研得太深。等到以后有需要,再去深究。

机器学习实战:基于Scikit-Learn和TensorFlow

Scikit-learn 是机器学习很火爆的一个库,这本书介绍了常用的机器学习方法和 scikit-learn 的用法,另外也介绍了怎么用 TensorFlow 写神经网络,很适合上手。如果英文比较好,推荐看英文原版。如果要看中文版,除了买纸质书外,还可以去翻看社区翻译版。

社区翻译版可以前往 https://github.com/apachecn/hands-on-ml-zh 阅读。

scikit-learn机器学习:常用算法原理及编程实战

Scikit-learn 的中文图书非常少,这本是难得的原生中文书。跟着整本书敲一次代码,会有不少收获。

小结

上面这些只是入门的资料,如果要深入,还有很长的路要走,《Pattern Recognition and Machine Learning》《The Elements of Statistical Learning》等经典书籍在等着。

 
 
 
 


欢迎关注

© 版权声明
THE END
喜欢就支持以下吧
点赞0
分享
评论 抢沙发