機(jī)器學(xué)習(xí)的學(xué)習(xí)經(jīng)驗總結(jié)！

本文分享了機(jī)器學(xué)習(xí)概念，學(xué)習(xí)路線和知識體系，希望幫助大家更好地入門機(jī)器學(xué)習(xí)。

Part 1 機(jī)器學(xué)習(xí)相關(guān)概念

現(xiàn)如今，關(guān)于人工智能（AI）領(lǐng)域出現(xiàn)了很多眼花繚亂的名詞，包括機(jī)器學(xué)習(xí)，統(tǒng)計學(xué)習(xí)，數(shù)據(jù)科學(xué)，數(shù)據(jù)分析，數(shù)據(jù)挖掘，深度學(xué)習(xí)等。這些名詞都是什么意思？有什么作用?這里區(qū)分介紹下。

如果大家沒有接觸過人工智能的話，大家可能最熟悉的就是統(tǒng)計學(xué)了，在大學(xué)期間就學(xué)習(xí)的概率論就是統(tǒng)計學(xué)的相關(guān)知識，所以首先我們介紹一下統(tǒng)計學(xué)和統(tǒng)計學(xué)習(xí)。統(tǒng)計學(xué)和統(tǒng)計學(xué)習(xí)并非承接或者包含關(guān)系，兩者可以看作兩個不同的學(xué)科，不過統(tǒng)計學(xué)習(xí)中運用到了很多統(tǒng)計學(xué)的相關(guān)基礎(chǔ)數(shù)學(xué)知識。

后臺回復(fù)關(guān)鍵詞'210531'可下載完整PPT

在介紹完這兩個區(qū)別后，我們進(jìn)一步來看一下機(jī)器學(xué)習(xí)，什么是機(jī)器學(xué)習(xí)，能不能用一句話來概括？

我們用一個脫離具體算法的視角來看：機(jī)器學(xué)習(xí)就是一套計算機(jī)機(jī)器利用數(shù)據(jù)來學(xué)習(xí)規(guī)則/映射關(guān)系的固定算法/方法。每一種機(jī)器用來從數(shù)據(jù)學(xué)習(xí)規(guī)則的方法，我們都可以視為一種機(jī)器學(xué)習(xí)算法，而機(jī)器學(xué)習(xí)最初的發(fā)展是由統(tǒng)計學(xué)習(xí)方法支撐的，所以很多時候機(jī)器學(xué)習(xí)（除開深度學(xué)習(xí)之外）和統(tǒng)計學(xué)習(xí)基本是等同的。

而數(shù)據(jù)科學(xué)，數(shù)據(jù)分析的概念可以大概解釋如下：

對于統(tǒng)計學(xué)習(xí)和機(jī)器學(xué)習(xí)，深度學(xué)習(xí)的一些區(qū)別和性質(zhì)，我們可以大體介紹如下：

Part 2 機(jī)器學(xué)習(xí)的整體學(xué)習(xí)流程

在對于機(jī)器學(xué)習(xí)的名詞基本概念有了理解后，我們來介紹一下機(jī)器學(xué)習(xí)的整體學(xué)習(xí)流程，我們可以把機(jī)器學(xué)習(xí)分為三個板塊，數(shù)學(xué)基礎(chǔ)，機(jī)器學(xué)習(xí)算法和編程實踐。

但大家需要注意的是，三個版本并非承接關(guān)系，也就是說并非學(xué)完了數(shù)學(xué)才能學(xué)算法，學(xué)了算法才能編程實踐——這也是極其不推薦的路徑，除非本身是數(shù)學(xué)系的同學(xué)或者今后期望進(jìn)行相關(guān)方面理論研究的同學(xué)，否則這條路徑是很不友好的。

舉個例子，我們其實可以先了解相關(guān)算法的概念和應(yīng)用的方面然后直接學(xué)編程實踐，在實踐過程中學(xué)習(xí)理論，不清楚的理論知識再補充相應(yīng)的數(shù)學(xué)基礎(chǔ)，或者先學(xué)習(xí)相關(guān)機(jī)器學(xué)習(xí)算法理論，然后過程中進(jìn)行實踐和相關(guān)數(shù)學(xué)基礎(chǔ)補充。

所以，可以把三者視為相互關(guān)聯(lián)的，數(shù)學(xué)基礎(chǔ)有助于我們更好的理解機(jī)器學(xué)習(xí)算法，而對于機(jī)器學(xué)習(xí)算法的理解能指導(dǎo)我們更好第進(jìn)行編程實踐。

數(shù)學(xué)基礎(chǔ)部分

在學(xué)習(xí)算法理論的同時再進(jìn)一步補充相關(guān)知識，例如決策樹，優(yōu)化方法等就涉及到的信息論中的信息熵，最優(yōu)化中的梯度下降法，SVM涉及到對偶問題，KKT條件等。

一般機(jī)器學(xué)習(xí)算法理論的數(shù)學(xué)基礎(chǔ)學(xué)習(xí)到基礎(chǔ)數(shù)學(xué)衍生這一層就可以了，而如果大家有興趣涉獵機(jī)器學(xué)習(xí)理論的研究，例如可學(xué)性，復(fù)雜度，泛化性，穩(wěn)定性等的研究或者變分方法，隨機(jī)分析方法等相關(guān)研究，那大家就需要學(xué)習(xí)進(jìn)階的相關(guān)知識了。

機(jī)器學(xué)習(xí)算法部分

對于機(jī)器學(xué)習(xí)算法部分，我們可以把整體的機(jī)器學(xué)習(xí)算法分為傳統(tǒng)機(jī)器學(xué)習(xí)部分和深度學(xué)習(xí)部分，兩個部分可以獨立的學(xué)習(xí)，而傳統(tǒng)機(jī)器學(xué)習(xí)部分，我們又可以分為多個模型，每個部分也可以單獨學(xué)習(xí)，例如可以學(xué)習(xí)完最小二乘方法后學(xué)習(xí)邏輯回歸。每個部分都是相對較為獨立的。

對于深度學(xué)習(xí)領(lǐng)域，一般是先學(xué)習(xí)機(jī)器學(xué)習(xí)的基礎(chǔ)網(wǎng)絡(luò)ANN, CNN, RNN,然后結(jié)合一個具體的領(lǐng)域深入研究的。

編程實踐部分

對于編程實踐部分，對于機(jī)器學(xué)習(xí)的實踐來說，個人認(rèn)為現(xiàn)在Python是最容易上手和對于機(jī)器學(xué)習(xí)的相關(guān)學(xué)習(xí)支持最好的編程語言，大家可以先從python的基礎(chǔ)語法入門，了解一些Numpy，Pandas的常規(guī)函數(shù)，然后學(xué)習(xí)scikit-learn機(jī)器學(xué)習(xí)算法框架，而對于深度學(xué)習(xí)部分可以從keras入門，然后在后續(xù)的學(xué)習(xí)中轉(zhuǎn)移到另外的框架。

在學(xué)習(xí)過程中也建議大家邊學(xué)習(xí)邊實踐，然后專心學(xué)1-2個系統(tǒng)的資料和書籍就好，一點一點學(xué)習(xí)，不斷補充自己的知識體系。

Part 3 機(jī)器學(xué)習(xí)的知識體系

大家對于機(jī)器學(xué)習(xí)有一定的學(xué)習(xí)后就要形成自己的相關(guān)學(xué)習(xí)體系，同之前的我也把整體的學(xué)習(xí)體系分為了三部分，機(jī)器學(xué)習(xí)理論，機(jī)器學(xué)習(xí)算法和機(jī)器學(xué)習(xí)實踐，對于各個部分，我也列出了推薦和Datawhale團(tuán)隊在相應(yīng)部分做的項目實踐（文字版課程鏈接見下方），希望能有助于大家的學(xué)習(xí)。