机器学习 & 数据挖掘学习路线
1.什么是机器学习随着人工智能领域越来越火,作为其核心实现手段的机器学习也进入了大家的视野,感觉不学习就赶不上时代的步伐了。那什么是机器学习呢?机器学习是一门多领域交叉学科,是一类算法的总称,这些算法主要是从大量的历史数据中挖掘其中的规律,用于预测或者分类。这样的描述可能有些抽象,但是机器学习已经在我们的生活中无处不在,有着非常广泛的应用:1.推荐系统网易云音乐的”歌单推荐“,某宝的“商品推荐”
1.什么是机器学习
随着人工智能领域越来越火,作为其核心实现手段的机器学习也进入了大家的视野,感觉不学习就赶不上时代的步伐了。
那什么是机器学习呢?
机器学习是一门多领域交叉学科,是一类算法的总称,这些算法主要是从大量的历史数据中挖掘其中的规律,用于预测或者分类。这样的描述可能有些抽象,但是机器学习已经在我们的生活中无处不在,有着非常广泛的应用:
1.推荐系统
网易云音乐的”歌单推荐“,某宝的“商品推荐”,抖音快手的“视频推荐”,今日头条的“新闻推荐”等
2.计算机视觉
人脸识别,车牌识别,扫描文字识别,图片内容识别,图片搜索
3.自然语言处理
百度的搜索引擎,语音机器人,输入法,机器翻译等等。
2.学习路线
数学基础是机器学习中必不可少的部分,如果没有足够的兴趣,很容易觉得枯燥乏味,难以坚持下去,因此我推荐的学习路线是先实践后理论再实践,循环往复的过程。初入门时先实践,逐步建立兴趣,并产生一定的成就感,在随后深入的时候就不会那么枯燥了。
先推荐几本入门的基础实践书籍,主要是建立兴趣,可以不求甚解地读,每行代码都亲自敲一下,成就感爆棚;或者发现自己没有那么感兴趣,也可以选择更换方向。
入门实践书籍
集体编程智慧
智能Web算法
机器学习实战
机器学习基础及理论
统计学习方法
Pattern Recognition and Machine Learning
The Elements of Statistical Learning
进阶实践
计算机视觉
斯坦福231n课程 http://cs231n.stanford.edu/
自然语言处理
斯坦福224n课程 http://web.stanford.edu/class/cs224n/
斯坦福224d课程 https://cs224d.stanford.edu/
Kaggle比赛
3.总结
除了上述推荐的部分之外,还有一项特别重要的部分就是各个方向的论文,论文可以到https://arxiv.org/上去找找。
在机器学习&数据挖掘&深度学习的道路上难免会遇到挫折,不懂的地方,一定要学会勤于思考,勤于找问题,在不停地实践和学习理论的过程中会加深理解,祝大家早日达到炉火纯青的水平。
本文提供的上述书籍可以在公众号后台回复"书籍"获取电子版本。
更多推荐
所有评论(0)