機器學習--入門答疑

剛接觸機器學習這一個月我都作了什麼？

這一個月，從對機器學習充滿好奇與畏懼，到對各類算法稍有理解以及圍繞推薦場景的編碼實踐，算是對機器學習有了一個入門的體驗。可是中間也踩過很多坑，好比啃過線性代數的教材、看過無聊的機器學習課程、追太高端的機器學習書籍、陷入一個算法沒法自拔（最後也沒整明白）...其實，學習機器學習沒有那麼難，也很容易走偏。謹以此文，做爲ML入門小白的一個小小的參考...

本篇雖不是這一個月的流水帳，可是基本按照下面的思路對着一個月作了一次總結：

• 什麼是機器學習？
• 機器學習都有什麼算法？
• 我的對機器學習的三種境界理解
• 推薦的學習路線
• 推薦資源

但願讀者有所收穫，另外，若是文中有任何理解上的錯誤，還望指正！

什麼是機器學習？

以前在沒有具體接觸到機器學習前，我大概對他有一個概念上的認識，以爲是一種很高級的算法，能讓機器學會不少的事情，就像...《個人機器人女朋友》裏那樣！

或者是《機械公敵》裏的智能機器人？...

可是，這些其實都是對機器學習的一種誤解。機器學習並非讓機器像人同樣會學習，而是經過一種固定的編程模式，對數據進行處理。按照百度的定義，它是這樣的：

專門研究計算機怎樣模擬或實現人類的學習行爲，以獲取新的知識或技能，從新組織已有的知識結構使之不斷改善自身的性能。

其實機器學習就是經過一些前人總結的數據公式，幫咱們簡化了不少手工操做很麻煩甚至沒法操做的事情。就舉個身邊很常見的例子，當你在淘寶搜索了某個寶貝後，以後的商品頁面會爲你推薦跟這個搜索相關的商品；再比汽車在通過司機的一段駕駛後，汽車本身能基於道路情況自動調整方向盤以及車速，實現無人駕駛；再如，家裏的熱水器會記錄你使用熱水的時間，提早一段時間燒水，而在其餘時間不加熱，以節省水電。這些都是機器學習，都是身邊已經出現或者即將出現的場景，因此，機器學習其實就在咱們身邊。

機器學習都有哪些算法？

在機器學習中，算法能夠按照多種維度進行分類，好比監督學習、無監督學習、強化學習等...讓人看着就眼暈。

記得有一篇文章總結的就很是易懂，他認爲機器學習其實能夠分紅三類，分類、迴歸、聚類。

• 分類聽着名字就很容易理解了，好比給你一筐水果，水果裏面有蘋果、香蕉，須要把它們分紅兩類。
• 迴歸來源於單詞regression，它能夠理解成是一種預測，好比線性迴歸，他能夠根據樣本數據學習出一個線性的公式，好比y=ax，當你給定一個x的值時，能夠推算出對應的y值。固然具體的場景中，就不是簡單的一維了...
• 聚類，跟前面的分類有些不一樣，好比一筐水果，你都不知道里面裝的是什麼，須要經過味道、顏色、形狀、大小等多個屬性，把它們進行歸類。

結合到算法裏面：

• 分類相關的算法有：K-近鄰算法、決策樹、樸素貝葉斯、邏輯迴歸、支持向量機等
• 迴歸相關的算法有：線性迴歸、樹迴歸等
• 聚類相關的算法有：K-均值算法、Apriori等

若是看過一遍《機器學習實戰》，應該就會對上述的算法有必定的瞭解。不須要到公式推導級別，先能瞭解他們的用法便可，好比：

• K-近鄰就是已知幾個分類，判斷新的節點屬於哪一個分類時，只須要看距離它必定範圍內，哪一個分類的數據多。有點像近朱者赤近墨者黑的意思。
• 決策樹就是經過一大堆的問題，判斷屬於哪一個分類。好比，相親的時候，會問「你是作什麼的？」「有沒有房？」「有沒有車？」——最後判斷，是否繼續交往。
• 樸素貝葉斯看着名字高大上，其實就是根據機率選擇，屬於哪一個分類的機率大，就歸屬這個分類
• 邏輯迴歸它是把線性迴歸的結果映射到01區間
• 線性迴歸能夠簡單的理解成y=ax，可是其實在多維空間比這個複雜得多
• K-均值就是一大堆散落的點，隨機幾個中心，這些點按照距離選擇他們最近的中心組成一個類別
• Apriori只要說一個啤酒與尿布，你們就應該明白了。

這麼多算法其實只是機器學習中的一部分....

機器學習的應用場景

機器學習的應用仍是很普遍的，好比無人駕駛、機器人等等高大上的東西，以及我們身邊的拼車算法、電商的個性化推薦、婚戀網站的快速配偶等等。只要是涉及到數據之間的關係，均可以使用機器學習來達到很好的效果。

我的理解的機器學習的三種境界

這三種境界純粹是我的的胡亂設定，僅僅是爲了給本身的學習定下一個目標！

第一層 瞭解算法的過程和做用

這種通常是那些自學機器學習的朋友，在看過幾本機器學習相關的書籍後，對全部的算法都有一點了解。能跟別討論一些機器學習的算法和用途，而且能理解相關技術分享大體過程。

第二層 能把算法運用到實踐中

這一層能夠認爲是對某個機器學習的庫比較熟悉，能真正的利用機器學習來解決一些問題。好比可使用Spark MLLib中的某個算法解決實際的問題，如基於物品或者用戶的協同過濾算法。這就好像是使用現代的機械工具蓋房子，而不是像過去純人工搬石頭壘長城，效率和產出上都要好的多。

第三層 對算法的推導融會貫通

這種能夠說是集數學與計算機功底於一身，是倚天劍與屠龍刀的合體。對數學公式推導瞭如指掌，各類模型的優化也深諳其道。其實機器學習使用某個庫出一個簡單的效果很簡單，可是想要對算法模型進行優化卻很難，大多時候都是盯着算法結果，目瞪口呆，不知道下一步該怎麼辦。若是對算法瞭解的很深，對實際的業務又很熟悉，那麼就能結合兩點對算法模型進行優化，改進機器學習的結果。

我的學習機器學習的路線規劃

通過不到一個月的學習，對機器學習也算是初步有了必定的瞭解，最起碼知道機器學習能幹什麼了，因此如今還在處於上面的第一個境界....

這期間也走了很多的彎路，浪費了很多的時間。因此在這裏總結一下，也給你們當作一個參考：

• 1 最快的入門方式，就是先百度、必應一下，瞭解下機器學習的概念。
• 2 推薦閱讀《機器學習實戰》瞭解下機器學習相關的算法。我以前也看過機械工業出版社的《機器學習》、也看過點周志華老師的《機器學習》，前一本概念太多，後一本公式也挺多。《機器學習實戰》相對來講要好得多，先介紹點理論背景，在基於python介紹下算法的實現以及一兩個案例。
• 3 不少人都以爲機器學習須要很好的數學功底，因而學習機器學習前，先捧着高數、線代、機率論看，結果看了兩天，以爲枯燥無味，就打算放棄。其實不必的，結合上面的《機器學習實戰》，遇到什麼公式，進行相應的複習就好了，這也是爲何把數學放在第三個步驟。其實機器學習裏面能理解高數的求導、線代的矩陣以及向量、機率的指望方差等就差很少了，其餘有須要的話針對學習就行。
• 4 學習機器學習確定是要看吳恩達老師的公開課了，公開課的地址，我剛看了兩集，感受仍是很是不錯的。
• 5 學習Spark MLLib相關的算法實現，若是有時間的話，能夠看看源碼。

經過上面的學習，暫時能夠到達第二個層次了。我想通常搞計算機的，應該不多有能對各類算法推導融會貫通的。因此第三種境界，就留給其餘人吧....

推薦資源

1 《機器學習實戰》

• 推薦指數：★★★★★
• 推薦理由： 理論、算法都有，比較好懂

2 機器學習 斯坦福 公開課

• 推薦指數：★★★★☆
• 推薦理由：權威大拿帶你飛，還有什麼理由不上車？

3 《推薦系統實踐》

• 推薦指數：★★★☆☆
• 推薦理由：若是是想作個性化推薦，那麼必需要看看這本書！

4 Spark MLLib官方文檔以及example代碼樣例

• 推薦指數：★★☆☆☆
• 推薦理由：官方文檔大致上知道有什麼內容就行，主要是推薦看看example裏面提供的代碼，能幫助少走很多彎路。

 

出處：http://www.cnblogs.com/xing901022/p/6953696.html