機器學習—第一個月

01-24

背景

本人男，年齡25-26，坐標北京，曾經是一名再普通不過的Java開發工程師。

去年五月入坑，進入了一家人員不穩定、非技術驅動的互聯網創業公司。任何事情都有兩面性，我在最初的團隊里認識了一些數學背景好，熱愛與數據打交道，立志於機器學習、深度學習和人工智慧的同事。

之前，我覺得「機器學習」是一個離自己很遙遠的名詞，有很多關於機器學習這項技術或者這門學科的傳言：數學背景不好的人不能學，實際中機器學習沒什麼技術含量、調包和調參數就可以了，等等。

很慶幸，我最終排除了外界的干擾和內心的猶豫，從2017/02中旬正式開始學習機器學習，至今已有一個月。雖然中途穿插著學習python編程、複習數據結構和演算法，平均下來每天會有3-4小時投入到機器學習中。

數學：

醜話說在前面，我非常地清楚，用這種態度對待數學肯定是錯誤的，基礎不紮實、原理理解不透徹等問題遲早會暴露。不過為了儘快入門機器學習，我決定不能在初期把大量精力投入到博大精深的數學裡。之後若有時間，還是應該系統地學習一遍《微積分》、《線性代數》、《概率論與統計》、《數學分析》等。

編程：

Python編程，很多大牛都建議Python一天看書搞定。我個人學習編程語言的速度不快，或者是如果學的很快自己內心會發虛，所以我選擇的路線是較認真地學習Python。平均每周投入了5－8小時，最後都會寫一個100-200行的Python程序保持coding的感覺。
機器學習相關的包：Numpy、Pandas 和 scikit-learn。總共花了5小時去熟悉Numpy和Pandas，並沒有專門花時間學習scikit-learn。

機器學習－初體驗：

雖然數學和編程都不算好，相比較來說我對自己的編程能力自信一點。所以機器學習初體驗，我沒有選擇從學習具體的演算法開始，而是使用scikit-learn的包做一些case-study類似的項目。github上類似的項目很多，比如最經典的房價預測、文件分類、歌曲推薦等。總共投入時間大約15小時。
體驗完scikit-learn的演算法包之後，我接著學習了機器學習中一些基本的「模型評估與選擇」的方法論，比如confusion matrix、accuracy、precision、recall、fbeta-score、cross-validation、kFold等，並應用到「房價預測」這個項目中。總共投入時間大約15小時。

機器學習－演算法學習：

目前已學過的機器學習演算法全部是「監督學習」的範疇，包括線性回歸、邏輯回歸、決策樹、支持向量機、樸素貝葉斯和組合式學習(AdaBoost)。
對於上述的六種監督式機器學習演算法，目前的程度只達到了理解原理、理解數學推導、調用scikit-learn中的演算法包完成了一個簡單的教程項目。總共投入時間大約為40小時。
目前對這六種演算法掌握的程度肯定是不夠的，能夠自行推導數學過程和用python、numpy、pandas實現粗略版的演算法是3月底這幾天的目標。（未完成）
總結我目前的經驗，我覺得如果能夠掌握下圖中所示的內容，可算作基本掌握了一個機器學習演算法。