机器学习初探

       在阿里半年多的时间里，从一个机器学习门外汉终于进入到门里面了。下面给大家讲讲现在工业上整个机器学习流程和一些自己的体会。

学习过程：

        1.   理解机器学习的一些基础概念，像auc，梯度.... 大家参考《机器学习》 周志华。

        2.  从基础看起，先学习基础模型，lr模型，gbdt模型，fm模型，ffm模型，现在有很多开源的代码，最好是c++的，并用公开的数据集进行训练，深入理解数学公式的每个细节，多看，多跑。如果有机会，最好你们公司内部有一个很好的项目，你能参与进去，从头到尾搞一下还是不错的，你会发现会受益匪浅，这也是自己，还有包括阿里其他同学写模型的一致感受，条件不够的话，可以先从单机版开始。

        3. 把以上基础都打结实了，就可以学习深度模型了，也就是业界所说的dnn，核心概念主要网络，这个大家基础学习可以看《深度学习》经典数据。

       4. 基于分布式的可以参考开源代码库ps-lite，具体细节就看你的悟性。

 感悟：

         其实写模型还是比较简单的，其实最核心还是数据，数据，数据，数据的理解。

         做机器学习首先必须补充一些基础数学知识，其次不要害怕，工业界的实现的算法都很简单，正所谓仁者见仁，智者见智。共勉哇，大家加油。。。