學習機器學習演算法一定要做到會手寫編程實現嗎？還是只要拿到數據後知道使用哪個演算法調用numpy的包就行？

01-02

數據挖掘、機器學習

相比自己實現更重要的是理解各種原理，關起書本拿一張白紙，把每一種模型是怎麼學習的，各種公式推導，步驟都完完整整寫下來。多想想不同模型之間的差異。然後再去寫代碼實現，不要以為自己能實現代碼了就充分理解模型了，對模型一知半解看著推導步驟也是可以把代碼寫出來的。

numpy裡面哪有機器學習演算法

前者要做到另外再加上推公式

推公式和實現是差別蠻大的兩件事

許多演算法需要實現的只是公式最後推出來的結果大部分推導過程體現不在代碼里這些是光實現學不到的

而實現中又有一些的工程技巧這是光推公式學不到的

至於你說的直接使用numpy里的演算法我不了解我只拿numpy當矩陣庫用過不知道它提供什麼層面的演算法能說的具體點么

看了之前的回答發現知乎都是演算法大神啊。

你們真的確定所有演算法都能自己實現的嗎？

搜搜svm crf memm，看看全地球一共有幾個實現了的庫。

最好實現一遍。再簡單的模型或者演算法也有細節問題，實現一遍就會發現。而這些細節問題積累多了就會對模型和演算法理解更深入，這就是經驗的由來。而機器學習經驗很重要，說個真實經歷：我優化了兩天的模型不如我老大五分鐘調個閾值效果好

這取決於你學機器學習是為了什麼。

情形1：

如果你只想快速入門，能解決點並不複雜的問題，那麼確實知道大概用那些演算法就行了，scikit-learn裡面的演算法基本上夠用了。當然，你可能會遇到某些參數、甚至某些演算法不知道是幹什麼用的情況。沒關係，反正你也沒時間慢慢學，就不管這些參數/演算法就好了。

如果你用某個演算法發現管用，你很開心，儘管你對於同一個演算法用在新數據上是否還會管用完全沒底；如果你用某個演算法發現不管用，你不懂也不想懂為什麼，總之換一個別的演算法再試試就好了；如果你試了所有你知道的演算法發現都不好用，你也不明白問題出在哪裡，總之只能得出結論說機器學習對你的問題不管用。

情形2：

你對機器學習理論及大部分演算法挺熟悉，但編程能力較弱，用會numpy、pandas，調用scikit-learn已經費了好大力氣，實在沒本事自己實現演算法。

簡單組合用現成演算法能解決的問題，相信對你都不成問題了。雖然未必能完美解決，但至少你知道一套相對科學的體系，而不是把機器學習當算命道具用。只是當現成的演算法解決不了你的問題，或者想用現成的庫里沒有的演算法時，你就束手無策了。

情形3：

你既對機器學習理論熟悉，又有不錯的編程能力，實現過常用的那些演算法。雖然你的實現不是最快最高效的，甚至離最快的差了不少，但至少是正確的。更複雜的演算法雖然你沒有一一去編程實現，但你確信只要參照相關資料，你花點時間也能實現出來。

-------

以上三類人，如果我是老闆來招人做機器學習，第一類直接略過；第二類如果理論很強、有數學類PhD學位的話可以考慮招來做理論研究，不然也略過；即便是第三類，可能在一般應屆生里已經算不錯的了，但看起來還是差了些實踐經驗和軟體工程方面的能力。

所以題主，你如果只是學著玩的話參照情形1就好了。

常用的工具類包scikitlearn有各種經典的演算法可以調用，至於numpy，它只是個計算模塊。但是既然你想走這個方向又怎麼可能不踏踏實實去學習呢。你至少要知道為什麼你使用的方法好，為什麼你使用的方法又不好，怎麼改比較好是吧。總不能效果不好就換演算法，能用的演算法就那幾個。我一直記得學過一篇文章《超抵抗力最大的路徑走》，學習技術不走最難的路就算了，怎麼還能想著偷懶呢。

matlab要會的

一般來說很底層的工具你不用寫寫了也沒現成的性能好比如說pca裡面計算特徵值的演算法可以不寫但是pca要會寫

不自己實現一遍，那還叫學習機器學習演算法嗎？

如果你只知道調用哪個包，你憑什麼讓別人相信你真的很懂機器學習？你的特徵工程怎麼做？模型評估呢？人家就請年紀輕輕的你在宏觀上指導整個項目了？等你做了大量項目，真真成了這一行的專家再想不寫代碼的事情吧。現在首要的是先把成績做出來，其他都是扯淡。自己建模，寫代碼吧。機器學習的項目不是那麼好做的。別拿到數據無從下手

機器學習要學好，基礎一定要打好，優化問題，統計學，到最基本的線性分類問題，聚類問題，再到一些常用的演算法，svm，kmeans，knn，adaboost等等，一定要仔仔細細地搞清楚原理，最好都能自己用matlab，python等自己實現一遍。那些只大概了解原理沒有真正自己摸索過的，我們現在面試也經常會遇到，基本上聊個五分鐘就能看出來，基本上都卡掉了。

。。。

題主一定是害怕編程的統計狗。

顯然是一定要會的。而且要很熟練。對演算法細枝末節的改動什麼的。。。

你都不想學習，你的機器能學習嗎？

請定義「學習」先。

題主一定是害怕編程的信計狗。

學計算機一定要會手寫數據結構嗎，還是只要調容器庫就可以了

差距在於如果面試時能寫, 錢會多一些

java自己玩玩就好了。

sklearn包，nolearn包是機器學習的

基本的演算法知道原理

簡單的可以實現。