機器學習重遊記開篇

機器學習重遊記開篇

來自專欄機器學習重遊記6 人贊了文章

想來,接觸機器學習相關方向已經一年有餘了。

回首剛來交大時的懵懂,從最開始的分類、聚類概念傻傻分不清楚到後來逐漸了解並掌握了一些機器學習經典的模型,從中收穫了許多,甚是歡喜,在此特感謝恩師培育之恩,摯友知遇之情。

自己的研究方向是推薦系統,是機器學習當中的一個經典應用,因此在學習推薦系統的過程中會涉及到機器學習方面的學習以及數據挖掘相關知識的閱讀。通過學習機器學習來輔助推薦系統的研究,同時通過對於推薦系統的思考,反過來重新認識機器學習思想。

以前更多的是寫關於推薦系統方面的總結,包括一些經典的推薦演算法以及相關的經典論文。在寫推薦系統文章的過程中會重溫機器學習相關經典演算法並重新思考她背後的原理。

因為之前是穿插著看周志華老師的《機器學習》、吳恩達老師Coursea上的機器學習公開課、李航老師的《統計學習方法》以及看一些機器學習相關的論文,又或者看一些大牛在互聯網上發布的經典博客,總感覺不是很有條理。加之當時作為初學者,難免會對於自己看的東西雲里霧裡,不知所言,一知半解。

所以在自己入門機器學習一年之際,想重新梳理下機器學習相關的概念、經典演算法以及常用的優化策略等知識點。重走機器學習之路,溫故而知新,任重而道遠。所以想開設機器學習重遊記專欄,畢竟好記性不如爛筆頭。

這個專欄會記錄自己研究過的機器學習方法,或是大家容易混淆的概念,或是筆者對於有相關性知識點的總結,或是看到某些前輩或者大牛的經典闡述,並且加入自己的思考。文章或短或長,短到幾句關於某些方法的經典闡釋,長到好幾頁來書寫她的前因後果。

所以,這將是機器學習重遊者的系列文章,敬請自己期待......


推薦閱讀:

聯想新品牌Lecoo面世:有溫度,才是獲勝底牌
AI專家談應對人工智慧的崛起:對噩夢成真的恐懼
多任務人臉屬性分析
Alibaba的達摩學院在業界是什麼水平?
欲迎還拒:谷歌靠AI回歸中國?來看看李開復怎麼說

TAG:機器學習 | 數據挖掘 | 人工智慧 |