西瓜书+一些数据分析的书PDF分享+机器学习入门个人体会

分享《机器学习》PDF及自己的一些体会

写这篇文章主要是作为一篇分享周志华《机器学习》PDF的博客给主动学习那篇博文贴链接用的。

为了防止有人和我一样一开始看西瓜书觉得枯燥,不知所云,入门困难,就分享一下自己作为小白到萌新的一些浅薄的体会,希望对自学的同学入门有所帮助。

 

 

百度网盘链接

周志华西瓜书《机器学习》是一本经典的机器学习教程
另外还有一些数据分析的PDF电子书,毕竟数据处理也必不可少

百度云链接
提取码:6zy6

 

 

作为一只学了没多久的菜鸡个人学习过程经验分享

机缘巧合接触了人工智能,现在这个又是大热方向。现在暑期实习做的也是这方面的东西。就开始慢慢看这方面的东西了。(说起来这个得感谢经常被我吐槽的母校,大二暑假给了一次接触并入门的机会)

关于我使用的语言python

目前大多数人工智能方向用的语言是Python,而且特别好用。关于python及其环境的安装网上的教程很多,就不赘述了。

Python和其他语言的区别就是一行一行运行,而不是运行生成整个可执行文件。
一些语法什么的相信有代码基础的同学也很容易掌握,并且我劝和我一样的小白不要过于执着于此。直接利用搜索引擎可以帮你解决很多问题,很多代码怎么写也有基础的源码范例。唯一要注意的就是Python2和Python3语法有较大差异

菜鸟教程Python3
这个网站有一些基本的语法及其示例,查询也十分方便。类似于一本Python语言书。

 

代码出错了怎么办?
以下方法对几乎所有代码编程均适用
首先建议先读一下报错信息,不懂的可以谷歌翻译一下

  • 代码错误问答社区:
    stackoverflow
    CSDN
    ……
  • 直接搜索报错信息
  • 找有经验的人询问(如果一起卡住了,建议自查)

代码不报错,也不代表是正确的。debug大法虽然很烦但是很好用。

 

 

关于自己入门机器学习的体会

机器学习的一些原理还是很重要的。但是一开始刚接触,我建议的是直接和我一样调用包。这个包的名字叫sklearn,pip install就行。
sklearn官方中文文档
现在这个网站慢慢有人管理了,有了中文介绍有有了使用范例源码。
官方文档网站上不仅有各大算法大致原理及API、怎么使用这个包用几行代码训练测试数据的范例、还有整体流程的解释……

实践是最好的老师,建议先从项目入手
这时候就要推荐kaggle
kaggle这个网站可以用很久很久,即使你成为了一名优秀的算法工程师也可以经常去看看。kaggle上有很多入门项目和大神笔记分享,也有很多有奖竞赛,是个很锻炼人的地方。

学习kaggle上的那些入门级项目
首当其冲泰坦尼克Taitanic
上面有很多大神分享的笔记,学习它们将对整个流程有个大致了解(建议安装一个jupyte notebook来查看这些笔记)

入门参考:

方面入门赛题完成情况
ML 泰坦尼克Taitanic Y
图像 数字识别Digit Recognizer Y
NLP 情感分析、quora 问句语义匹配 N

多看多做几个入门项目就基本OK了,入门后千万不要忘本,原理还是很重要,能让你到达更高的高度,这时候你就会发现西瓜书其实很值得学习,并且也没有那么枯燥。

稍微深入点就可以关注一下行业的最新消息,不仅是跟上发展的脚步。还有因为很多大佬会把源码分享在github上,开源的世界很美好,就算不能完全看懂源码,也能学到不少东西。

我平时关注机器学习资讯用的:

  • 机器之心
  • google AI blog
  • 各大牛的博客
  • 到用时查找论文文献发现的

学习视频网站:

  • 哔哩哔哩bilibili(我的最爱)
  • 网易云公开课
  • coursera
  • 闲鱼
  • ……

也有各种其他渠道付费课程,但是我不是很喜欢看课程,因为觉得比较花时间,尤其是有些课程录制画质音质也一般,我更喜欢看源码一点点看懂它。
当然一开始对于理清整体思路看视频还是不错的选择。所以我还是建议大家一开始可以像上课一样看看这些视频,如果不知道看什么好,要看比较经典的。

 

结语

暂时就先这样啦,因为自己也还在学习中,所以体会也不多。主要还是分享PDF,然后顺便希望通过写出自己的入门体会,对自学入门的同学有所帮助。如果觉得有用就给个赞吧,ღ( ´・ᴗ・` )比心

posted @ 2019-07-11 23:41 Casidhe_Li17 阅读(...) 评论(...) 编辑 收藏