学习记录

最近看资料看得比较杂

把七月在线的机器学习算法课程粗略地看了一遍，有些似懂非懂，有些完全不懂。回头来看andrew ng 2014年的machine learning讲义的中文版，又觉得相对简单很多。这一版的maching learning虽然降低了数学难度，但是很多经典的算法都没涉及。本来是准备把这个版本看完就学CS229的，虽然是04年的视频，但是看目录里面还是有很多经典算法。然而看了几集就看不下去了，难度真的不是增加了一点半点，更何况还是英文的。于是索性打开七月在线的算法班的视频来看。不得不说，邹博老师讲的还是相当不错的，非常好的一位老师。

看了那么多算法，就想动手实践一下，于是把NG 14版的ML作业拿出来做，原版题目是用的octave/matlab，考虑再三还是决定用python做。于是在CSDN上搜到了一个叫cowry5的博主提供的python版参考作业，然而做到第二个练习便做不下去了，遇到了问题不知道怎么解决。我对numpy/pandas/sklearn/matplotlib.pyplot这些都是一无所知，写程序各种出错……

在网上搜了一下，有人说把李航的统计机器学习和周志华的西瓜书结合起来，然后照着《机器学习实战》上的python代码来练习，于是我又开始研读《统计学习方法》，看到第三章的KNN的时候，里面的一些概念理解不了

什么超矩形、超平面的，看得云里雾里。翻开西瓜书，里面对KNN的介绍点到为止，虽然语言没有统计学习那么晦涩，但是仍然没有解决我的困惑。突然想到邹博的课件中涉及凸优化的那一章中有类似的概念，于是又打开看了一下，目前还没看完，时间已经比较晚了，又该睡觉了。希望以后能把这个弄懂。感觉真是和从前初学selenium时一样，老虎吃天，无法下爪、病急乱投医。现在打开CSDN和博客园，大家都在学ML、DL，看到那么多高人已经入门了，真是又羡慕又着急，真希望我也能赶快上车！