机器学习入门方法前言

    作为一名机器学习的新手,突然有个大胆的决定,开始写博客。主要目的是当做自己学习算法以及代码之后的总结,督促自己弄清算法条理和其中的数学推理,其次想记录一下自己学习过程中的心路历程。从入门到精通并不容易,光学书本知识或者听课只能让自己会用,从应用到创新的过程需要不断的总结反思,因此我将借助CSDN这个平台来帮助我反思、进步。当然,如果仅此而已的话写在日记本上就好,但我觉得写在这里将会增加和各位同行、专家和大牛们的交流。或许还能引发像我一样刚入门新手们的共鸣,可能是些简单的小问题,但足以让思维碰撞,如果有幸能够帮助到有需要的朋友那再好不过了。对于新手而言,不要不懂装懂,少制造文字垃圾就已经很不错了,所以在这方面我也不奢求过多,抛砖也罢,希望各路大神拍砖指错!在这里呢,也谈谈自己几个月以来摸索出的学习方法,并将此作为自己的初步学习规划,以后在实践中再不断完善。
    机器学习和javaweb开发、安卓开发之类的技术还是有很大区别的。我觉得机器学习的教学还是没有像传统的软件开发这样成熟的,所以并不能像web开发似的找到一份培训视频跟着看,看完敲代码就能达到不错的效果。对于机器学习,鉴于数学本身门槛要高一些,所以精通的人相对少一些。我很感激那些开视频课的老师们,让我得到了免费的教学资源,但现在网上各种视频鱼龙混杂,新手真的很难分辨是好是坏,更别说把握其中的重点了,因此我觉得对于机器学习新手来说首先应该看的是书,而不是视频,尽管书本没有视频讲解那么生动,但书的唯一好处就是调理清晰,写的再烂的书也应该包含着几分条理在其中,否则也不能出版。
    学习机器学习,就是学各种算法,对每个算法,我先刷书,尽管有时候数学公式存疑,但最重要的是把算法的大致逻辑搞清楚了,至于公式怎么来的,可以暂且标注一边之后再去理解。等头脑中有了大致的框架之后,找一份比较大众的视频课程开始看,这是一个交流的过程,这时可以梳理清楚逻辑,逻辑清楚之后精力便会自动集中到公式的推导过程中来,此时听完视频中老师的讲解自己再琢磨琢磨公式推导应该是可以解决了的,现阶段我觉得公式中用到数学最多的无疑是目标函数优化这部分,实在不行找找优化相关的数学书籍对应章节看一看,再理解。确实理解不了的,先放一放,毕竟时间宝贵,不能在一棵树上吊死。现在我相信触类旁通,当学到后面的时候或许会发现,前边的那个问题根本不是问题,所以适时搁置问题还是有必要的。看完了视频,应该算法的原理都明白了,这时各种公式在脑子里若隐若现,倘若别人这时问起相关的原理,肯定不在话下,但要完整推导,恐怕又要乱成一团,这时候我需要整理,由哪一步到哪一步,问题的转化,模型到优化目标,优化目标再到最优参数,保持内心安静,找一块儿类似于CSDN这样的净土,把属于自己的武功秘籍书写在这里。写完之后条理形成,即使之后忘记,再翻翻记录很快便能够想起,理论学习结束。我认为学习算法,要做的工作就是两个,第一是人脑模拟算法过程能不能完成?这是理论逻辑。第二,人脑能够模拟了之后,怎样让计算机实现,这是代码逻辑。两种逻辑加在一起才是算法逻辑。那么我们接下来要做的就是要将学习到的机器学习算法理论用代码的方式表达出来,由于我的代码能力比较差,矩阵运算也不熟悉,因此先跟视频,先看一遍,再敲,再理解各部分逻辑,再反思改造。这步我们学习中国制造的思维方式,引进吸收再创新,最终达到突破,我觉得这也是最快的学习方式,中国道路用实践检验出来的真理。理解代码,对于各种流程控制应该不再话下,重点应该放在对于矩阵运算的理解。对于采用机器学习包教学的方式,确实让人头疼,那就先学习用法流程吧,因为其中也没什么矩阵表示之类对应于理论中的公式之类的。练完代码加以改造变可以来博客中请大神拍砖了。然后尝试着用这种模型去解决对于问题,同时注意一下哪些问题适合已学的这种模型,尝试去做,看看效果如何,再反思,看看有没有什么可改进性能的地方。我是一个比较容易沉迷于一件事情的人,是优势也是劣势,有时候不理解的容易死扣,不愿绕道,注意触类旁通节省时间,必须重视起来。另外,在看视频的时候,应该以一种交流的心态去听课,无意拔高自己,但总以学生的心态去听各种尚且不明是优是劣的视频无疑会让自己丧失辨识能力和反思能力,说大了就是批判思维。听课时,应当以老师就是在一对一的跟我交流这个问题的心态听课,我可以接受,也可以反驳他的观点。这样才能让自己保持独立思考而不被灌输,同时也会避免走神。

    我的学习方法,总结一下:

    1、先刷书,再视频,再实践,再反思,再改进。

    2、写博客做总结触进交流,学一种算法练一种代码,多理解矩阵运算。

    3、避免死扣,适时搁置问题,交流心态听课,独立思考。


    方法并不完善,也许还存在不合理之处,实践中不断调整,不断总结反思,按部就班,以此勉励自己,不要在万千AI学习大军中迷失,所有事情变得简单之前都是困难的,相信自己,越走越好!



供大家参考,请不吝赐教! 大神请拍砖,和我一样的新手们,我也希望得到你们的意见,处于同一层次的思维更容易碰撞!

你可能感兴趣的:(机器学习,数据挖掘,心得体会,机器学习,入门心得,入门方法,学习方法,机器学习总结)