机器学习--从0开始

Posted 2023-02-28 sloanqin

机器学习

                                                    By--香蕉麦乐迪

机器学习简介：

机器学习是许多算法的统称，其中包含最近几年火热的深度学习，还包括许多适用于各种不同场景的其他机器学习算法（逻辑斯特回归，SVM，KNN，adaboost，EM，kmeans等等），这些算法从诞生到现在都有了几十年的历史；

深度学习指的是深度神经网络，其中用于处理图像的是深度卷积网络（CNN），用于处理自然语言的是深度递归网络（RNN）；当前业界在无人驾驶、语音识别、图像识别等等诸多领域的突破都源于深度神经网络；

人物介绍：

深度学习领域有几个大牛，hinton是资历最老，也是成就最多的；他有两个学生lecun、bengio，可以说这三个人是这个领域的缔造者；其中还有一位是我们平常耳熟能详的吴恩达（andrew ng，斯坦福人工智能实验室的主任），先后参与设计了google大脑、google无人车，现在主要负责百度大脑、无人车、语音方面的工作；

国外学习资料：

    主要有网页资料和书籍，再就是论文，网页资料上手快，有相应的代码练习，书籍系统而全面适合更深入的了解；

1、 Ufldl：http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

这个是吴恩达关于神经网络的一个教程，有中文翻译，有matlab的练习，能够理解基本的原理；

2、 斯坦福大学的cs229课程：http://cs229.stanford.edu/materials.html

斯坦福的学生上的是这门课，以前这门课就是吴恩达讲的，这里有课程的讲义；

3、 moooc上吴恩达录的视频：https://www.coursera.org/learn/machine-learning

这个跟1和2有很多相似的地方，只是有个视频；

4、 《deep learning》，bengio

http://download.csdn.net/download/aimar_yxj/8889813

系统的介绍深度学习的一本书，对于系统的学习深度学习是很有用的；

5、 《PRML》

http://download.csdn.net/detail/suemi994/5784223

系统的介绍各种机器学习算法，对于系统的学习机器学习是很有用的；

国内学习资料：

    国内机器学习的资料不多，但是好处就是中文更加便于我们理解，配合英文看学习更快，推荐入门的时候看这三本书；

1、 《机器学习实战》

http://item.jd.com/1034750114.html

本书用python快速帮我们实现了各种机器学习算法，这本书没有什么公式，这样看起来很轻松，python是非常常用的脚本，这个是一定要学的；

2、 统计学习方法—李航

http://item.jd.com/10975302.html

这本书是国内的经典，基本上学习机器学习的人都是人手一本，本书很薄，但是公式推导清晰明了，这本书可以作为机器学习数学公式推导的参考书；作者李航现在是华为诺亚方舟的主任；

3、 机器学习--周志华

http://item.jd.com/11867803.html

这本书是今年出的，是国内第一本全面系统介绍机器学习的书，作为对机器学习整体的了解和学习是很好的；

说明：掌握这些就超过了95%的硕士；

需要的计算机基础知识

1、 语言：C++

由于深度学习的计算量很大，所以当前研究都是靠GPU的训练，研究深度学习的同学都是在各种框架上做实验（caffe，tensorflow，MatConvNet等），所以底层都是C++来是实现的，平常我们或多或少会接触；

2、 脚本：python

真正最常用的应该是python，我们通过python来调用框架来实现我们需要的功能；在公司里面python的使用是非常多的，学习起来非常简单，这门语言很优美很简洁很直观；

3、 matlab：

有一种最简单的方式做深度学习，就是使用matlab，在MatConvNet框架上做，MatConvNet框架底层也是用C++实现的，跟caffe一样，但是使用者并不需要关注，只需要用matlab做实验就好了；但是坏处是，这种做法适合学术界，但是公司是不能用matlab，不被企业界认可；

说明：目前顶会上发的文章，很多都会在github上开源，从源代码来看，很多用的都是python，所以学习使用python是挺好的；

其他计算机基础知识

    在写代码做实验的时候，经常会用到各种计算机的基础知识，无法避免但是若是系统学习势必会花费很长的时间，所以若要快速切入那就是需要什么学习什么；我去年一年大部分的时间是花在系统学习这些基础知识上去了，真正学习算法的时间很少；

1、 语言基础：C++

http://item.jd.com/11306138.html

推荐书籍《C++ primer》

2、 脚本基础：python

http://item.jd.com/11936238.html

推荐书籍《python核心编程》

3、 数据结构基础：

http://item.jd.com/11076338.html

推荐书籍《数据结构》—严蔚敏

4、 算法基础：

http://item.jd.com/11144230.html

推荐书籍：《算法导论》

5、 操作系统基础：

http://item.jd.com/10058893.html

推荐书籍：《现代操作系统》

6、 计算机网络基础：

http://item.jd.com/11556873.html

推荐书籍：《自顶向下方法》

7、 数据库基础：

http://item.jd.com/10954261.html

推荐书籍：《数据库系统概念》

说明：计算机专业的本科学生，大学四年主要就是学习这些课程，掌握这些就超过了90%的本科生；