摘要：在這里我分享下我個人入門機器學習的經歷，希望能對大家能有所幫助。相關學習鏈接，，入門后的體驗在入門了機器學習之后，在實際工作中，絕大多數的情況下你并不需要去創造一個新的算法。

機器學習在很多眼里就是香餑餑，因為機器學習相關的崗位在當前市場待遇不錯，但同時機器學習在很多人面前又是一座大山，因為發現它太難學了。在這里我分享下我個人入門機器學習的經歷，希望能對大家能有所幫助。

PS：這篇文章不會有太多機器學習方面的專業知識，更多的只是學習經歷與經驗分享

入門之前先來讓大家心里看個數據，機器學習工程師在市場上到底值幾斤幾兩呢？我們在拉勾網上搜索 機器學習 關鍵字，得到了下面的結果：

可以看出來，這個待遇在當前 IT 行業中還是很不錯的，究其原因，是由于這個市場目前是供不應求，人才緊缺，自然而然與之相關的崗位待遇會相對 IT 行業中的其他崗位較高。

先來分享下在開始入門前我的基礎吧，先羅列下當時我所掌握掌握的知識吧。

掌握了 Java SE

本科所學的微積分，線性代數，概率論中的知識忘得所剩無幾

看了上面兩點，你會發現，當時的我其實除了掌握 Java SE 之外，連 Python 也不會，此外，微積分，線性代數，概率論中的知識我也基本上全都還給了大學老師了。

這時你再想想你當前的情況，你是不是發現你的情況跟我很像，甚至會比我的情況還好呢。

像我這樣的條件都可以入了門，你們有什么理由無法入門呢？

首先說明一點，我個人在入門過程中經過了有看過視頻、也有看過書，看過博客，也有直接做一些項目，這些過程是交互進行的，現在我將這些按照相對順序來介紹下。

聊聊Python

在當時Python在機器學習領域已經使用非常多了，另外Python除了也可做機器學習外，還可以做后端（如Django/Flask等）。所以我首先學習的是 Python，在準備學習它的時候，我最開始采取的方式是看教學視頻，但是發現太耗時了，所以看了兩節之后果斷放棄，進而我發現了廖雪峰關于Python的教程，看博客或者看書的方式會相對比看視頻快很多，由于我個人有 Java 編程的基礎，所以在看廖雪峰關于 Python 的教程時相對容易點。這里建議如果沒有任何編程基礎，建議還是選個Python的入門視頻來學習。

如果說單純的學習一門語言的話，這水其實是很深的，但對于我們大多數人來說，尤其是入門的時候，我們并不需要將Python的方方面面都學會，我們只需要有重點的掌握Python我們所需要的幾個部分就好，剩下的我們可以在之后工作項目中進步學習和加深。

對于要入門機器學習的同學們，我這里整理下前期Python所需要學習的部分：

Python語法基礎，包括數據類型和變量、條件控制語句（if else、for、while）、列表（list）、集合（set）、字典（dict）、元組（tuple）等

面向對象部分，包括函數的使用、函數的多種參數、匿名函數、類和實例、繼承和多態等

Python高級特性，包括切片、迭代、列表生成式、字典生成式、迭代器、生成器等

IO操作及異常處理，包括讀寫文本文件、讀寫二進制文件、異常捕獲和處理等

常用的內置模塊，包括 datetime、os、system、re等

除了以上的關于Python的基礎外，還有一些第三方模塊我們需要掌握的。由于在使用機器學習算法時，經常需要處理數據以及可視化結果。在這里推薦以下幾個第三方模塊：

pandas，數據分析必備神器，功能眾多，前期我們只需要掌握它的一些基本用法就OK

matplotlib，Python中眾多數據數據可視化的一個基礎庫，能夠使用它繪制基本圖形即可

對于我來說，這些第三方模塊都是在工作的時候學習的，并不是剛開始就學習的。以我的經驗給大家指出一個陷阱，在我們入門階段，不建議大家剛開始就深入學習這些模塊的底層，我的原則是：先學會使用，再研究原理。以 pandas 為例，pandas 底層用到了 numpy、scipy、matplotlib，如果你要先系統地把這些底層所有的知識學習一遍，你會發現在你有限的時間內，你根本學不完，即便你有這么多時間去學完，你會發現學了后面，忘了前面。

相關的學習鏈接：

Python（廖雪峰），http://t.cn/RK0qGu7

Pandas，http://pandas.pydata.org/pand...

Matplotlib，https://matplotlib.org/tutori...

聊聊機器學習算法課程

在掌握了 Python的基本用法后，我開始尋找學習機器學習的資料，當時的情況是市面上并沒有眾多關于這方面的培訓機構，經過各種搜集，最后選擇了吳恩達在 Coursera 上的機器學習課程。雖說課程語音是英文，但有中文字幕，所以看起來還是很方便的。在將吳恩達課程學完之后，你會對常用的機器學習算法有一個基本的了解。

這里列舉出課程中所講解的一些常用算法和內容：

線性回歸

邏輯回歸

神經網絡

支持向量機

非監督學習

降維、異常檢測

推薦系統

應用機器學習建議

在入門的時候，不建議大家將所有的數學知識全都學一遍，再來學習機器學習算法。一是時間長，而是學了不用就忘了。 選擇一個好的視頻教程，你可以事半功倍，，吳恩達老師課程的一個優點就在于他是專門針對我們這類的人群的，他的視頻中不會有很多數學公式推導，但是仍然可以將這個算法跟你講解清楚。

此外，臺灣大學林軒田教授也有專門的機器學習視頻（包括兩部分：基石與技法）。這個視頻在國內評價也較高，有興趣的也可以跟著這個視頻來學習。

關于吳恩達以及林軒田的機器學習相關的視頻課程，之前已經有過分享，需要下載的請見：資源 | 2018年，你想要的機器/深度學習資料在這里

相關學習鏈接：

吳恩達機器學習課程，https://zh.coursera.org/learn...

聊聊機器學習書籍

在學習了吳恩達老師的課程后，可以再讀一些相關的書籍來加強對機器學習的理解，當時我買了挺多的書籍，有一本書叫做《機器學習實戰》，在這本書里會教你使用 Python 來實現常用的一些算法，當時按照書上的講解手動敲了一些算法的實現，當你手動實現后，你會發現你對它的理解會更深了。

在實現書本上的一些算法時，會遇到某些算法的原理不太明白的地方，由于自己的數學知識（微積分、線性代數、概率論）基本上都還給了大學老師了，系統的去學習每個模塊是非常耗時的，這時候采取的策略是“缺啥補啥”，也就是說發現哪方面的知識和公式不太明白，就去查閱與之相關的資料。

在當前，如果你想購買相關書籍，我可以再推薦兩本給你，一本是周志華的《機器學習》（通常也叫西瓜書），這本書在我學習的時候還沒出版；另一本是李航的《統計學習方法》。

聊聊如何通過工作/比賽提高水平

在掌握了Python的基本用法以及對機器學習有了基本了解之后，當時的實習工作有一部分是使用機器學習算法來去識別用戶的評論是否違法，也就是一個二元分類問題。最開始的時候同閱讀同事實現的Python代碼，試圖去搞明白每一行的含義，也就是在這個時候，自己開始查閱 pandas 和 sklearn 相關的文檔，這樣最后不僅搞明白了同事的代碼，自己對 pandas 和 sklearn 基本的用法也有了一個認識。

這里多說兩句，掌握了 pandas 后，在處理小數據量的時候會非常得心應手（如果數據量大的話，會非常慢）；sklearn 是一個非常優秀的開源的機器學習Python庫，這個庫實現了很多機器學習算法，并且提供了非常詳細的官方文檔，認真閱讀官方文檔可以收獲很多。如果你英文不太好的話，可以閱讀相應的中文文檔，文檔地址可以見下面的學習鏈接。

如果說自己沒有實習或工作機會，我推薦你去參加 kaggle 比賽，kaggle 是一個提供數據挖掘相關的比賽平臺，在這里會有很多相對接近現實生活的比賽，此外，也會有很多大神分享自己的思路、做法和代碼，通過閱讀這些代碼也能快速的提高自己的水平。

相關學習鏈接：

sklearn，http://sklearn.apachecn.org/c...

kaggle，https://www.kaggle.com/

在入門了機器學習之后，在實際工作中，絕大多數的情況下你并不需要去創造一個新的算法。另外，大多數時間你也不是在去研究別人的算法時如何寫出來的，而是處理數據，運用現有的第三方庫去跑模型、調參數。聽完我說的這些，你是不是很震驚，高大上的機器學習工程師在實際工作中大多數時間竟然是去洗數據，調參數。但事實就是如此，除非你在一線互聯網公司，而且還是某些部門，你可能會需要自己重新去實現某個算法，否則其他公司的情況大多都是差不多的。

入門后再來聊一聊數學知識在機器學習中的作用，雖說你數學知識不好，一樣可以調用第三方庫的模型。但是如果你想要深入理解算法，數學的底子還必須是有一點的。如果你要入研究這個領域，你必須要撿起來你忘掉的數學知識。此外，在面試時，這些算法的原理相關的知識還是必問的。

想要學習更多關于人工智能的知識，請關注公眾號：AI派