高手问答第 242 期 —— 该怎样踏入机器学习的世界?

xplanet 发布于 04/01 08:50
阅读 4K+
收藏 12

Linux基金会免费官方培训及考试申请即将截止,戳这里申请!>>>

机器学习已经无处不在,持续在各类新闻中霸榜,随着人工智能成为新基建的七大领域之一,人工智能+的概念呼之欲出,作为人工智能重要支柱的机器学习技术,未来必将会在更多的传统领域,包括医学、金融、安全等等攻城略地。

机器学习风头正劲,也同样引出一系列的问号:机器学习究竟是什么?基本的原理是什么?能解决哪些问题?机器学习充满各色数学符号,我们这些非数学背景出身,甚至还对数学公式过敏,有没有快速上手的方法?又该学习哪些数学内容呢?

OSCHINA 本期高手问答 (2020 年 04 月 01 日 - 2020 年 04 月 10 日)将围绕【机器学习】展开讨论,可讨论的问题包括但不限于:

  • 机器学习如何入门,包括介绍学习的路径(该学哪些内容)和该看什么书?
  • 机器学习有很多数学,数学公式看不懂、不想看该怎么办?
  • 机器学习都有哪些应用,可以解决什么问题?
  • 机器学习如何编程使用,常用哪些编程语言和包?

如有任何其他问题,也很欢迎参与讨论。

嘉宾简介

莫凡,娱乐向机器学习解说选手,《机器学习算法的数学解析与Python实现》作者,前沿技术发展观潮者,擅长高冷技术白菜化解说,微信公众号“睡前机器学习”。

为了鼓励踊跃提问,华章图书会在问答结束后从提问者中抽取 5 名幸运读者赠予机器学习算法的数学解析与Python实现一书。该书可作为入门机器学习的第一本书。从生活案例中理解算法,发现算法的乐趣,再把算法应用到机器学习中,让你零基础掌握算法精髓,快速进入人工智能开发领域。

购书地址: https://item.jd.com/12615709.html?dist=jd

OSCHINA 高手问答一贯的风格,不欢迎任何与主题无关的讨论和喷子。

下面欢迎大家向莫凡 @木羊同学  积极提问,直接回帖提问即可。

加载中
0
xplanet
xplanet

高手问答第 242 期 —— 该怎样踏入机器学习的世界?
@FrendLin @dingdayu @young7 @温安适 @gavinking  
恭喜以上五位网友分别获得《机器学习算法的数学解析与Python实现》图书一本。
请私信 @xplanet   告知快递信息(姓名+电话+地址)。

0
0
puras
puras

@木羊同学 心里一直有个疑惑,学机器学习是否需要很深的数学功底,数学不好是否会影响在机器学习领域中的发展呢?

puras
puras
回复 @木羊同学 : 感谢回复,大概知道要朝哪个方向努力了
木羊同学
木羊同学
这个问题很有代表性,大家都担心这个,不过主要还是看你的学习动机。我在我的那本书里开篇就介绍了学机器学习三种的需求方向,机器学习依赖数学,不过不同的需求方向,对数学的依赖是不同的。如果你志在设计新算法,或者优化底层,这确实需要很坚实的数学基础。如果你希望知道怎样挑选现成机器学习算法解决问题,或者是想知道现有的项目需求哪些部分可以用机器学习算法得到更好的效果,那了解基本的原理就足够了。
0
young7
young7

@木羊同学  说一下自己的困惑,高数、线代、概率统计完整复习了一次,《统计学习方法》也粗略扫了一次,但发现还是不会机器学习,数学知识却增加了不少。经常纠结于一些数学细节而无法继续推进。例如正则化的数学原理是什么,为什么添加正则项就能减少过拟合?SVM还要用到拉格拉日对偶?拉格朗日对偶怎么那么复杂?啥,原来还牵涉到最优化理论?要不要先看一下400多页的数学教材?没完没了真痛苦,后来发现数学知识比机器学习更加迷人,囧......

木羊同学
木羊同学
你很努力呀,能把这些知识完整复习一次,真的是下狠决心来学了。我也谈谈自己的理解,“系统地学一遍”当然很对,只是大家毕竟时间、精力有限,而机器学习又真的涉及很多很多数学知识,这些数学知识零散分布在不同的数学分支上,所以要学的就更多了,要是中间中断了一下,很可能就把前边学的给忘了。我在我的这边书里采用了一种方法,我也推荐给你,叫“按需学习”,遇到哪个具体的数学知识点了,再有目的地补充学习,会更有效率。
0
dingdayu
dingdayu
学了一年多了,总算对机器学习有点概念,其实一个东西对不同的人用处不同,所以要钻研的方向不同,不知为什么机器学习里晦涩难懂的概念太多,它不想其他新东西,有一两个晦涩难懂的东西,而机器学习里,上来先让你蒙掉。
木羊同学
木羊同学
确实是这样。机器学习里面概念很多,如果细究下去,很容易会迷失,就会产生“学了半天,反而不知道自己在学什么”的感觉。这是很正常的现象。 我建议可以先了解机器学习的概貌,大致知道机器学习是个怎样的东西,有几个部分,有一个起码的“方向感”,然后再根据具体需要,深入到各个部分中去,学习更细节的知识,效果会更好。这里我推荐一下我自己的书吧,这本书的写作思路就如前面所说,先鸟瞰概貌,再入细节。
0
myw31415926
myw31415926

@木羊同学 老师好,终于等到一个机器学习了。为了学习机器学习,以前还报过一个补习班,啃过周志华老是的经典教材,还参加过一个达观杯的比赛,可还是发现自己啥都不懂。看懂了原理,推导不出公式;看懂了公式,又写不出代码,最后还是只知道调用sklearn等库,很囧啊.......有没有什么好的建议,可以让我少走一点弯路,多谢了~

木羊同学
木羊同学
这个总结很到位呀,看懂了原理推不出公式,看懂了公式写不出代码,说得太形象了,我也是这样,后来仔细研究,为什么会急得团团转,又没有一点进展呢?这可能和教材的组织有一定关系,机器学习是由理论和编程两个部分组成的,而现在的书主要分两类,要么只管理论,翻开就是一本数学书,要么只管编程,里面都是代码,如果能把这两个部分结合起来一起讲应该会清楚得多。我推荐一下自己的书吧,就是按这个思路编写的,希望能帮助你。
0
myw31415926
myw31415926

@木羊同学 老师好,我还想了解一下,若要找一份机器学习的工作,需要达到什么程度?如SVM、决策树、神经网络等需要推导公式,编写源码吗?

木羊同学
木羊同学
每个公司的要求都不太一样的,不过总的来说,你对机器学习越了解,找工作就越有优势。
0
开源中国首席罗纳尔多
开源中国首席罗纳尔多

@木羊同学 您好,请问神经网络是什么原理?为什么可以模拟人思考?

木羊同学
木羊同学
这个问题特别有意思,我最开始想要学机器学习,有部分原因也是找到这个问题的答案。首先比较遗憾,目前学术界的共识是,神经网络并达到模拟人的思考这种程度。人的思考原因还没很清楚,不够神经网络依靠一种叫后向传递(BP)的机制,涉及求导,而一般认为人的神经网络是没有自动求导这种能力的,因此学术界有一种声音是去掉BP机制。但应该说,神经网络的效果很好,主要是因为随着深度加深,神经网络会有很强的表达能力
0
源码节点
源码节点

@木羊同学  关于python,学会了用python调opencv做人脸识别,用python做算法识别,但是机器学习的门槛不低吧,一般都要硕士,应该学哪块算法,才可以避免门槛??

木羊同学
木羊同学
如果已经知道具体的方法,只是需要编程实现的话,门槛并不算高,了解具体的Python库以及API用法就可以调用了,这方面推荐用scikit-learn,API封装得非常好,很容易调用。 我想你更关心的是怎么调参,具体来说就是API里面怎么设置各个参数,这是个比较大的问题。我建议最好先掌握算法的大致原理,才能明白各个参数都有什么作用,接着就是多实践了。
0
源码节点
源码节点

@木羊同学   信息安全技术 目前怎么和 机器学习结合比较好,有没有什么方法推荐一下??

木羊同学
木羊同学
有两个方向可以推荐,一个是利用机器学习解决传统的信息安全问题,譬如垃圾邮件识别,网马识别等等。另一个是做机器学习本身的安全,这是一个新的研究方向,叫对抗机器学习。
返回顶部
顶部