學習數據挖掘，機器學習的正確姿勢?

01-25

大半年過去了，數據挖掘無疑是充滿想像力的工作，不過我還是轉行做軟體開發了。linux和windows系統編程。感覺這方面我比數據分析專業得多。
轉行的原因主要有兩個吧
1公司沒多少數據，2數學不過硬。
謝謝各位大佬的建議
===

如題，希望各位大俠給點建議，少走點彎路。在下並非純正cs血統，找工作的目標是後台開發，面試時也是沖著這個來的。演算法，系統，網路，編譯原理這些學得還過得去吧，但是入職後卻被安排做數據挖掘這塊。在下對這方面基本一竅不通，也想不明白為什麼會被安排這個工作，在下只是想開發些軟體，寫點小代碼。男人不能說不行，只能上了，目前在看『數據挖掘導論』，感覺hard，主要是數學忘記得差不多了。說實話，在下的性趣不在數據分析，對數學不敏感，年紀也大了，想easy，不想hard,沒勇氣翻開床頭那幾本高數，怎麼辦啊，求指教

開發界曾經有個說法，學那些演算法沒用，重點是學好語言和框架，現實中誰會讓你去從零寫演算法。

這個言論隨著大家姿勢水平的不斷提高被徹底摒棄了。演算法培養的是看問題的思路。今天用不上，但卻是你五年後的根基。

同樣的東西，和今日「ML沒用，現實中的Data Science都是調包」這個言論真心是異曲同工啊。

成為一名調包俠只能解決暫時的問題，不能解決長遠的問題啊。你看R和python有那麼多包可以調，確實很方便，特別是R。但是你的演算法是要和業務結合的，如果不清楚其中實現的邏輯，想改一下演算法，或者將幾個演算法結合在一起用，你該怎麼用呢。不是所有的數據用個演算法一套，調下參數就ok了。至少先把你常用的演算法用你熟悉的語言完整實現一遍（不調用包，自己寫），再慢慢摸索。

吐槽了這麼多，推薦你幾本書吧：集體智慧編程、機器學習實戰、統計學習方法。

這三本都還不錯啊，講的通俗易懂。導論這種類型的書只是用來看一下過一遍的，最重要的還是自己多敲代碼。

不推薦你英文書了，既然你想easy，不想hard，估計你也是沒有這個心看完整本英文書的，即使很多英文書比中文更好。

選一個吧，

Data Scientist

背景可以是數學、物理、統計、電類、計算機。

需要去鑽讀那幾本神書，ESL、PRML等等。

需要在真實數據上有過應用模型，調參的經驗。

調現有的庫是可以的啦。

不過實現過幾個常用模型是基本功。

需要懂得如何使用分散式存儲與計算平台。

你看這任務就很艱巨了，寫代碼的時間沒有那麼那麼多。

數據理解的好，模型用的對是王道。

Data Engineer

目標是用代碼實現性能優秀的分散式架構的機器學習計算平台，比如最近看到個很刁的項目MXNet。

需要紮實的計算機背景。

C++、設計模式、操作系統、網路編程、多線程編程手到擒來。

架構方面有工程實踐上的經驗。

代碼寫得好，機器性能調動得好是王道。

歡迎指點。

題主覺得《數據挖掘導論》屬於hard……看了ESL這本你會覺得大學課上的那點數學簡直就像做加減法。

好吧。其實機器學習除了數學之外，還有一個非常重要的方向，就是分散式架構。如今互聯網公司的數據規模，都非常依賴Hadoop之類的分散式架構來做機器學習。

題主更擅長非數學類的CS知識的話，那麼走架構的道路會非常適合你。現在大規模機器學習的架構還有很多空白領域，很多問題在業界內並沒有通用的解決方案。Hadoop和Spark目前也只能解決其中的一小部分問題，遇到非線性模型和非凸模型(概率圖，神經網這種)都需要專門開發一套新的框架。

所以機器學習是未來二十年CS中非常有想像力的一個方向，米多空間大，是值得在其中投入時間和精力的。

如果沒有翻開高數的勇氣，也沒有高等數學的基礎，私以為好好學ml這個目標是不可能了……

加入我們，先成為一名光榮的調包俠吧！

個人經驗：Calculus -&> Multivariable, Discrete Math -&> Linear Algebra -&> Numerical computing, Statistics -&> Machine Learning

沒數學基礎啃Machine Learning就是作死啊，演算法只是實現數學模型的方法，太基礎啦。

雖然我也只是入門而已，但是有個知乎名句：要有造輪子的能力和不重複造輪子的覺悟。

遇到問題也是多google，多請教，多翻書，多思考而已，並無捷徑。

共勉。

先成為一名調包俠，再成為一名調參俠

哈哈哈哈哈

最後，一身披風，一個轉身，造就一段傳奇

自問自答，擼了一個月，吃了幾本書，感覺上手了。但很多問題本質還是數學問題，比如svm，一堆數學理論，身心疲憊，換工作了，不喜歡數字遊戲

求換工作

machine learning 2015版，不過現在還在學爬，學會走還得一陣子，跑？還早著