展望2017 駐足博客園

展望2017 駐足博客園

2016已通過去，2017還會遠嗎？爲着本身的一個小目標而奮鬥！

關於技術

先階段主要的學習目標是機器學習。本身在學的同時，也選修了學校的數據挖掘課。到如今也接觸到了查很少一半的算法了。給個人感覺就是，光學算法實在是沒意思。機器學習就是用來用的。因此剛剛開始學習的園友能夠結合一些工具來學習，一開始不用急着學例如python這樣的語言。能夠學着使用matlab和WEKA這樣的工具，把重點放在算法自己和訓練數據上。至於編程的工做能夠放到之後。

下面推薦一些機器學習的視頻和書籍，有些本身已經看完了，有的尚未。其實幹貨知乎上一搜一大把，機器學習該怎麼入門？，但是給個人感受，資料太多眼花繚亂。因此我就把我如今看到過的列了出來。

視頻：

• coursera上Andrew Ng的機器學習。（入門必看的，算法過程Ng教授描述的很清楚，每課後面有做業和編程練習。）

書籍：

• 《機器學習》 周志華著 清華大學出版社（我是一本西瓜書！老師推薦的機器學習入門書籍，側重理論和證實，內容比較寬泛。）
• 《機器學習實戰》Peter Harrington著 人民郵電出版社（實戰型，包含了機器學習的主流算法的python實現，使用uci數據集）
• 《統計學方法》李航著 清華大學出版社（書不厚，可是內容豐富）

網站：

• 廖雪峯的python教程（簡單，忘記了能夠去查）
• UCI機器學習數據集（加州大學的機器學習數據集，裏面有大量的數據，能夠用來驗證不一樣的算法模型）
• Anaconda（python科學計算的發行版，沒有安裝python的，能夠直接安裝這個，包含了IDE、python環境和主流的科學計算庫）

其實看過了以上的這些資料，應該已經對機器學習有必定了解了，能夠本身訓練一些模型，接下去的路就會好走不少。

關於博客

以前寫過一段時間的.net，因此一直在博客園混，也是個園齡兩年出頭的老園友了，也有PV過萬的博客。以前因爲考研和作畢設，荒廢了一段時間，如今決定從新寫起來。先定個小目標，好比說拿個推薦博客，hhh。。。。

知乎上老是有人不停在黑博客園，固然CSDN也有。可我仍然以爲這裏一方淨土。其實以前一直想在學技術的同時，寫一個系列的博客的。恰好如今在看機器學習，就準備着寫一個list的博客。machine learning基礎與實踐系列。回想起以前本身寫博客的初衷，無非都是爲了方便開發者和初學者啊，固然也是對本身所學的一個總結和解決問題的記錄。每次當我在學習的時候遇到一個點不明白的時候，老是會去看幾篇博客，而後把問題解決了，這個時候我就在想，若是把這幾篇博客的內容總結了，加上本身的理解發出來，那下次園友遇到相同的問題時，若是看到我這一篇文章就能夠解決問題，那不是很好麼？抱着這個態度就開始了個人博客之旅。最近也是如此，機器學入門看的一個梯度降低法，有的博客介紹了推導公式，有的提供代碼，有的只是把機器學習視頻中的ppt貼了出來。我在看懂以後，就總結了* 機器學習基礎——梯度降低法（Gradient Descent）和梯度降低法第二回——優化與比較。這兩篇，但願能夠幫到初學者。

還有一種狀況，我也會寫博客記錄下。就是對一些比較舊的博客的一個跟新吧。暑假的時候寫過一段時間的java web。剛剛接觸到IntelliJ IDEA，也看了很多教程，才成功創建了Maven Spring MVC的項目。而現有的不少博客的IDEA版本都很低，新版的配置方式有些都有些區別了。一樣的我也想試着把這個過程記錄下來，纔有了IntelliJ IDEA上建立maven Spring MVC項目這樣的一篇文章。

說了這麼多，也不是在標榜本身吧，畢竟本身能作的也是微不足道的。寫博客就是給人看的，能幫助到別人也是一大快事。因此在2016的末尾，也但願本身能夠不忘初心，繼續把博客好好經營下去。在我以後有新的園友要學，就沒必要再去看就的教程去摸索了。也但願博客園能發展的更好，對不對。