淺談機器學習入門實踐

網上關於機器學習的文章，視頻不可勝數，原本寫這麼一篇東西，我本身也以爲有點多餘，可是我還真沒找到一個能幫助像我這樣零基礎的人，快速接觸和上手機器學習的文章。這篇文章不能讓你深刻學習和掌握機器學習的相關知識，可是必定能讓你快速瞭解什麼是機器學習，以及你到底要不要深刻學習，你須要提早學哪些東西來makes you ready。

機器學習是什麼

其實這個恐怕任何一個從業人員都已經瞭解了，我也不過多介紹了，用我本身的話來講就是：讓機器學會用接近人類思考的方式來學習新的技能，從而幫助人類從一些簡單的智能工做上解脫出來。好比車牌號識別、手寫識別、語音識別、圖片OCR等等。

機器學習的過程

機器學習的流程能夠歸納爲幾大部分，分別是：設置數據集、劃分訓練集和測試集、構建計算網絡、訓練模型、測試模型以及其餘一些環節。設置數據集就是獲取測試數據，你不能用爬蟲隨便爬幾千個圖片來訓練，必須將圖片先轉化爲規範的數據集合，好比大小相同等。其餘的語音識別等，也須要先作相似的工做。幸運的是，你能夠註冊一個kaggle的帳號，來獲取一些已經採集好的標準數據集。第二步是劃分集合，一多半用來訓練，一小半用來測試，具體的比例你能夠自行測試調優。訓練集用來訓練模型，測試集用來評估訓練結果。爲了防止模型過於匹配某些訓練數據（術語叫作過擬合），訓練時每每是不停的隨機抽取樣本創建批次來進行訓練的，而不是分批次逐個批次訓練作到全覆蓋。後面的幾個環節，我就不細說了，網上最多的就是這個。在keras框架中，這三個環節也就是幾行代碼的事。

tensorflow、keras、Matlab和神經網絡CNN都是什麼

這個是我初學的時候最困擾個人問題之一。Matlab是一種開發工具，相似於python語言，通訊專業的孩子都懂的，常常用來繪製數學圖像。tensorflow是一套機器學習框架，你能夠詳細的設計和定製你的學習模型和流程，固然你須要大量的專業知識和技能才能作到。keras是最適合我這種入門小白學習的，可是抽象的級別太高，你仍是先了解下tensorflow再用比較好。它把不少tensorflow的功能（也可使用theano和其餘計算框架）都進行了更高層面的組合，讓你用不多的代碼就能實現不少功能。神經網絡CNN是主要用於圖像領域的計算框架，是一種計算模型，相似於基於Java或者PHP語言所使用的後端架構。實現的方式多種多樣，這種架構比較適合圖像識別（也能夠用於語音識別等）。

基礎知識的準備

matplotlib庫是你必備的，這個是數學工具庫，主要用來繪製數學函數和圖像，很是的強大，很接近於Matlab的功能。這個網上也有專門的教程，建議先簡單學習一下。
而後是numpy庫，這個庫是科學計算領域經常使用的庫，專門用來作數字方面的工做，也是建議先學習一下。機器學習在某些時候，很接近於線性迴歸，而這個庫很適合用來建立大量的數字集合。
再以後是OpenCV庫，這個是專門用來作圖像處理的庫（我學的是python版本，原版貌似是c++開發的），包括攝像頭採集，圖像變換，圖像分析分類等等，功能很是的強悍，能夠說是計算機視覺領域必備的庫。網上也有專門的大量教程，也建議先學習一下，瞭解基礎用法。其中攝像頭人臉檢測（就是在圖像中識別出有沒有人臉），甚至已經內置了處理模型，能直接調用api檢測出來。

下一步要作什麼

想要開發出一個識別人臉或者動物的模型其實很簡單，可是可是可是！想要知道這個模型是如何設計的，以及設計一個屬於本身的模型去解決特定問題，這個是很難的。也就是說，寫代碼很簡單，關鍵是熟練使用各類數學模型組成計算框架。斯坦福大學在網易雲課堂上面有一個公開課，裏面全都是各類數學模型和公式，目前我還沒法駕馭，數學學渣感受壓力很大。若是你想深刻研究並解決你本身遇到的特定問題，那麼你須要熟練使用各類數學模型，還要知道如何評估本身的模型的準確率。星辰大海等着你去征服，少年。

最後的最後，我學這個時間確實很短，必定會有不少遺漏和錯誤之處，若是你們發現了，請必定指出並最好附上文檔連接，你們共同窗習。

最後補充一些特別好的文章資料，供你們進一步閱讀：
https://zhuanlan.zhihu.com/p/... 專欄裏的文章都不錯，比較容易理解
http://www.cnblogs.com/neo-T/... 這是我看過的最簡單的入門文章
https://www.bilibili.com/vide... 這個up的視頻講的也不錯，真·手把手教