【機器學習】機器學習的學習經(jīng)驗總結(jié)！

本文分享了機器學習概念，學習路線和知識體系，希望幫助大家更好地入門機器學習。

Part 1 機器學習相關(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，包括機器學習，統(tǒng)計學習，數(shù)據(jù)科學，數(shù)據(jù)分析，數(shù)據(jù)挖掘，深度學習等。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)計學了，在大學期間就學習的概率論就是統(tǒng)計學的相關(guān)知識，所以首先我們介紹一下統(tǒng)計學和統(tǒng)計學習。統(tǒng)計學和統(tǒng)計學習并非承接或者包含關(guān)系，兩者可以看作兩個不同的學科，不過統(tǒng)計學習中運用到了很多統(tǒng)計學的相關(guān)基礎(chǔ)數(shù)學知識。

后臺回復關(guān)鍵詞'210531'可下載完整PPT

在介紹完這兩個區(qū)別后，我們進一步來看一下機器學習，什么是機器學習，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：機器學習就是一套計算機機器利用數(shù)據(jù)來學習規(guī)則/映射關(guān)系的固定算法/方法。每一種機器用來從數(shù)據(jù)學習規(guī)則的方法，我們都可以視為一種機器學習算法，而機器學習最初的發(fā)展是由統(tǒng)計學習方法支撐的，所以很多時候機器學習（除開深度學習之外）和統(tǒng)計學習基本是等同的。

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

對于統(tǒng)計學習和機器學習，深度學習的一些區(qū)別和性質(zhì)，我們可以大體介紹如下：

Part 2 機器學習的整體學習流程

在對于機器學習的名詞基本概念有了理解后，我們來介紹一下機器學習的整體學習流程，我們可以把機器學習分為三個板塊，數(shù)學基礎(chǔ)，機器學習算法和編程實踐。

但大家需要注意的是，三個版本并非承接關(guān)系，也就是說并非學完了數(shù)學才能學算法，學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)學系的同學或者今后期望進行相關(guān)方面理論研究的同學，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)算法的概念和應用的方面然后直接學編程實踐，在實踐過程中學習理論，不清楚的理論知識再補充相應的數(shù)學基礎(chǔ)，或者先學習相關(guān)機器學習算法理論，然后過程中進行實踐和相關(guān)數(shù)學基礎(chǔ)補充。

所以，可以把三者視為相互關(guān)聯(lián)的，數(shù)學基礎(chǔ)有助于我們更好的理解機器學習算法，而對于機器學習算法的理解能指導我們更好第進行編程實踐。

數(shù)學基礎(chǔ)部分

在學習算法理論的同時再進一步補充相關(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。

一般機器學習算法理論的數(shù)學基礎(chǔ)學習到基礎(chǔ)數(shù)學衍生這一層就可以了，而如果大家有興趣涉獵機器學習理論的研究，例如可學性，復雜度，泛化性，穩(wěn)定性等的研究或者變分方法，隨機分析方法等相關(guān)研究，那大家就需要學習進階的相關(guān)知識了。

機器學習算法部分

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

對于深度學習領(lǐng)域，一般是先學習機器學習的基礎(chǔ)網(wǎng)絡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，對于機器學習的實踐來說，個人認為現(xiàn)在Python是最容易上手和對于機器學習的相關(guān)學習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)，然后學習scikit-learn機器學習算法框架，而對于深度學習部分可以從keras入門，然后在后續(xù)的學習中轉(zhuǎn)移到另外的框架。

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

Part 3 機器學習的知識體系

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