乾貨|機器學習入門

05-11

關注我的個人公眾號：讓時間慢下來，後台回復機器學習，晚一點發大家一些資料哦。

我接觸數學建模比較早，本科時就參加過美賽、國賽，得過幾次獎，碩士期間還擔任了校數學建模協會的副會長，長期參與到學生培訓的工作中。我是學城市與交通規劃專業出身，參加數學建模競賽也主要是因為興趣愛好，但正因為本科參加競賽拿了國二和校賽一等獎，在保研的時候得到了加分，也受到了導師的青睞。研究生三年都是做數據挖掘研究。找工作的時候，也因為這個特長多拿了很多Offer，現在也在我們公司的大數據研發中心作為骨幹研究員之一。

我個人學習數學建模和機器學習的過程可以說是比較艱辛的，也走了很多彎路。就拿學Python來說，翻那本《Python從入門到精通》，真的是掃了一遍，什麼都沒記住。主要原因還是沒有實際項目練習，也沒人交流和指導，當時也沒有知識體系的意識，缺乏一個全景圖。後來加入到數學建模協會，在社群里經常討論，不懂就問，確實好了很多。

這是我最近學習了機器學習之後，在項目上，利用某市的手機信令數據分析的城市道路網擁擠情況，越紅表示越擁堵。

為了能讓知友們少走彎路，這裡我把自己總結的機器學習知識體系大概羅列一下，我分基本篇、進階篇以及高級篇來講。

基本篇：需要一定的數理知識和編程基礎。其中數理知識是大學一、二年級的必修課。比如微積分，線性代數、概率與統計。很多同學在大學線性代數和概率與統計都沒學好，線性代數本質是研究向量，多維模型的多維參數一定是要由向量來表示的，並且很多空間問題都可以用向量理念來抽象出來。概率論是很多機器學習演算法的基礎，其實人在考慮問題的時候，不也是在權衡各種可能性嘛，像貝葉斯演算法、Logit演算法、神經網路演算法其實就是機器腦在基於概率來權衡判斷。

如果這幾門你大學就沒學明白，那我其實不建議你繼續自學了，非常耗時間，最好能找一些高人指導一下，或者去聽一些網路課程。不得不說，很多大學的基礎學科老師科研可能還可以，講課是真爛，也許你聽一些好的網路公開課，還是能學懂的。

編程基礎方面，很多工科生也是學過一些編程語言的，直接上手Python應該沒問題，看一眼Python入門書，或者去Codecademy跟一個Python系列就學會了，這裡是鏈接：

官網?

www.codecademy.com

進階篇：了解統計分析、機器學習基本概念；學習相關演算法，機器學習演算法可以分為兩類，監督類演算法（K近鄰、回歸、SVM、決策樹、樸素貝葉斯、BP神經網路）和非監督類演算法（聚類、Apriori、FP-growth），難度會比較大，需要一點點磨。

機器學習語言肯定就是Python了，這個不用爭了，如果涉及到可視化可以試試Tableau，這個在校生評價學生證可以在官網申請免費試用一年哦。

高級篇：主要在於實踐了，要多參加各種項目，包括一些開源項目。遇到問題要能讀相關高質量的中、英文論文

其實在基礎和進階的過程中也要配合著項目練習才是最好。很多人都說讀完書沒有用，是的，不去用就學不透。你要在實踐中加以運用才能真正學會。美國國家訓練室做過一個比較研究，那麼可以看到，轉變學習方式，變被動為主動才能留存最多的知識。

如果你真的想成為一名人工智慧人才，必須要嚴格自律，拿出很大一塊時間投入到學習中。對於那些自學能力不強、自律不強的，我不建議大家自學。你會陷入低水平均衡陷阱，所謂低水平陷阱就是長時間停留在入門階段，只了解一些概念，無法有體系性思考能力，去解決實際問題。這非常浪費時間。學機器學習就要學得透徹，懂點皮毛一點用沒有。

我們公司的福利待遇比較好，一直鼓勵我們工作以後也要繼續學習，像買一些參考書、參加一些線下培訓，網路課程都是給報銷的。

這兩年人工智慧非常熱，行業變化也很快，新技術、新應用很多，我利用業餘時間也進一步在學習機器學習知識。從我學習和試聽過的幾家課程來看，國內的幾家授課內容比較空，不貼近實戰，師資力量也很有限，我甚至覺得有幾位老師也就是有教授名頭，講的內容我也講。

國外的三大課程網站Coursera、Udacity、edX的機器學習課程我也都找來學習過，其中Coursera的創始人吳恩達是人工領域頂尖的科學家，他的機器學習課程我試聽了前幾期，發現整體比較基礎，還沒完全針對中國市場的需求，聽完沒辦法完全投入實戰，不過60美元還蠻划算的，入門聽聽可以的。課程鏈接：

Machine Learning | Coursera?

www.coursera.org

edX還沒有完全進入中國市場，連網站還是全英文的。在人工智慧尤其是機器學習領域還沒有相關課程，只有數據分析入門級課程。他們的鏈接：

數據分析入門?

www.edx.org

Udacity（優達學城）的機器學習課程整體比較全面，分成了基礎和進階兩個類型，我們公司就採購了他的課程，幾個人用一個賬號還挺划算的。現在還沒全學完，總的來看裡面的課程設置很貼近實戰，內容也非常系統，不愧是谷歌工程師設計的課程。

還有就是優達提供了一個非常好的學習社群，大家可以討論，發現裡面高手還是很多的，配合地實戰項目，老師還會一對一的給改代碼教學。他們的鏈接：

機器學習工程師 | Udacity?

t.cn

像我平時工作比較忙，一般都是抽早上、晚上的零碎時間學習的，課程里3分鐘左右時間講明白一個知識點，不需要整段整段的看，視頻也可以下載到手機里，地鐵上看。我大概用了15周時間，學完了基礎篇，高階篇也看了一半。不過說實話，裡面的實戰對於沒有良好編程基礎的還是會有難度的，學習可能要更長一些。

我覺得做事情一定要考慮時間成本，尤其是你真想從事的行業。機器學習屬於非常高深的知識，如果沒有好的引導或者只是自學，會浪費大量的時間。這幾個課程雖然有點貴，但是你好好學，找到華為、滴滴、阿里這些大廠的好工作，一個月的工資都夠買好幾套教程了，要考慮機會成本。

粉絲福利，免費職場問答社群

我和Youcore合作的職場問答社群，主要討論的是職場問題和學習方法，有興趣的知友可以申請加入。群是免費進入的，但是禁止在群內閑聊，發鏈接，大家需要一個乾淨的環境，添加微信：youcore13，放兩個截圖：

我最近在做的社群：

戀愛交友：桃源客棧，遇見真愛

職場人脈：我和我的100位精英朋友

本文作者：崔叔

就職於上海頂級城市發展研究機構，走南闖北，見識頗廣，是一位為城市勾畫藍圖的規劃專家。同時在文化藝術、職業發展、個人成長領域擁有敏銳的觸角和思考，對社會發展趨勢有著獨到的見解和洞察。

關注公眾號，讓時間慢下來，他的個人微信號是unclecui1949。