先说背景。
本人是普通 android 程序员一枚,工作约四年,技术栈一直围绕 android 展开。半年前开始接触机器学习,现总结了一些经验,分享给「有工程背景但学术匮乏」的伙伴们参考。
1,需要一本类似「西瓜书」这样的科普读物知道这个领域到底是什么
2,完整的复习一遍高数,求导求积矩阵运算要会做
3,准备好「 https://github.com/exacity/deeplearningbook-chinese 」为学术参考
4,准备好「 https://www.douban.com/doubanapp/dispatch/book/26976457?dt_dapp=1 」为生产参考
5,能够稳定访问 google 的网络。这方面的学习百度搜索能力有限。
6,上面两本书同时阅读。并跟随第二本实践。
:上述第五点非常重要,在真正理解「机器学习为何物」之前,需要 google 大量查阅零散的信息。简而言之,这两本书能读得进去的前提是,你已经储备了足够的基础知识,而这些基础知识的获取方式是维基百科的一个又一个超链接。
现阶段的我:半年来断断续续地学习,很多术语能理解了。结合 google 复制粘贴,能做一些非常简单的生产(当然,原理是懂的)
菜鸟一枚,欢迎补充和讨论。
![]() | 1 glenChen 2019-03-26 00:18:46 +08:00 via Android mark,老兄可以交流一下吗 |
2 LU35 2019-03-26 01:15:14 +08:00 谢谢整理并分享 |
![]() | 3 bokchoys 2019-03-26 01:46:10 +08:00 via iPhone 门槛很高。国内的论坛也都不活跃。无从下手。所以我选择了搭建一个论坛,可以邀请您一起建设吗? |
![]() | 4 dartabe 2019-03-26 03:28:09 +08:00 ![]() 千万不要把高数再看一遍 看到什么不懂得再回去翻翻书就行了 不然浪费时间也没有学习动力 |
![]() | 5 realkenshinji 2019-03-26 04:57:36 +08:00 via iPhone 英文尚可,能用 google,直接上 fast.ai 不行么? |
6 qdcjiDD 2019-03-26 08:36:15 +08:00 via Android 我考的这个 zh.gluon.ai ,感觉挺不错的。 |
![]() | 7 linhua 2019-03-26 08:37:59 +08:00 |
![]() | 8 qianji201712 2019-03-26 08:42:29 +08:00 感谢分享! |
![]() | 9 Bellaaa 2019-03-26 08:59:16 +08:00 via Android 感谢 |
![]() | 10 VoidChen 2019-03-26 09:02:56 +08:00 你真的把高数看了一遍?入门阶段我认为不需要系统学习高数,简单的欧氏距离那种高中数学足以应付,用到不明白的再去看就好了。另外你真的在学?不应该先看概率统计?朴素贝叶斯还有基础的几个抽样方法都来自薄薄的概率统计 |
![]() | 11 yepinf 2019-03-26 09:07:12 +08:00 高数 /统计学习根本看不动,太难了。 |
![]() | 12 no1xsyzy 2019-03-26 09:13:01 +08:00 矩阵运算是线代 概率论 并不都是高数 把大学数学备好就是 到要用再看 |
![]() | 13 Dori 2019-03-26 09:13:38 +08:00 老哥,我和你情况一样,下个月新工作是 AI 方向,有没有群什么的交流交流,有点虚的。 |
15 Asice 2019-03-26 09:17:56 +08:00 连 tensorflow 官网都要翻墙,国内是自己在作死。 人家开源给你用,自己倒好关起门了 一直阻碍科技的发展,最终要再次体会落后就要挨打 |
![]() | 16 luomu24 2019-03-26 09:39:09 +08:00 数理统计其实更应该翻,然后是高数梯度一章,线代算算特征值,这些有了就足够了。以后遇到更难的再从头找找翻翻。 |
17 kuhung 2019-03-26 09:50:43 +08:00 |
18 kuhung 2019-03-26 09:51:37 +08:00 老实说,我最近在筹备这样一个社群 |
![]() | 19 visonme 2019-03-26 10:12:39 +08:00 只有带着应用的目的去学才容易找到方向,也可以避免在理论的浪潮中迷失自己。 充分了解这么学科的背景,了解其可应用的场景,以及应用的方式 掌握一些必备的基础知识,机器学习,线代某些概念,常用公式以及常用的算法,当然还有数学其它学科一些基础理论,属于必须掌握的,必须了(不要求完读)。 顺着既定应用的路线,在进一步深入模块化学习,机器学习其实很大很复杂,切分模块化去了解它,找到分支的应用点 |
![]() | 20 qping 2019-03-26 10:28:40 +08:00 一直想学,高数翻了几章就退下了,看了楼上的说法决定放弃从高数开始 |
![]() | 21 s0ok 2019-03-26 10:41:29 +08:00 同上 |
![]() | 22 KMpAn8Obw1QhPoEP 2019-03-26 10:48:35 +08:00 via Android 高数劝退系列… |
![]() | 23 daniel51 2019-03-26 11:03:32 +08:00 是啊,现在访问谷歌很麻烦,vps 动不动就访问不了了。擦。。 |
24 zbw0046 2019-03-26 11:59:29 +08:00 via Android 话说工作几年后再学真的能找到算法岗位?或者找到了也是从类似应届干起? |
25 hackerang 2019-03-26 12:06:37 +08:00 via Android 推荐还是从 ng 的 ML 课程开始,非常好的课程,有兴趣或者是有需要再去翻高数或者概率。学完 ML 基本上可以做一点 kaggle 了 |
![]() | 26 theworldsong OP @bokchoys 已经有不少大大小小的社区了 |
![]() | 27 pixiaotiao 2019-03-26 12:59:38 +08:00 via Android 本来打算重新学习大学数学来的 |
![]() | 28 theworldsong OP @dartabe 基本求积求微还是要会的,不然第二页来了个公式就不想往下看了 |
![]() | 29 theworldsong OP @Dori 你学到什么阶段了 |
![]() | 30 theworldsong OP @zbw0046 我的动机不是职业算法。 另外,本帖不讨论学习动机。 |
![]() | 31 fantastic 2019-03-26 13:51:15 +08:00 感谢分享 |
33 pupupu 2019-03-26 14:49:31 +08:00 ![]() 人工智能我研究了一段时间,除了敲一些书上的案例项目外,也做了一个有需求的真实项目。首先感觉门槛比较高,包括学习门槛(数学微积分、矩阵、概率等过程、相关框架的使用、文档数量)和找工作门槛(一般要求硕士)。不过关于数学其实没那么难,用的都是一些基本的东西,因为不需要你亲自去推导证明公式,所有的结论都是推导好的,你只需要了解一遍大概然后记住就行了,其实学过高数、矩阵、概率论的都不会太难。然后就是框架,tf 说实话用起来比较复杂,但是使用 tf 会让你更加清楚的了解一些具体的细节。keras 其实更简单,用起来也更顺手,封装了好多的实现和网络模型,几行代码就可以跑一个模型,但是直接使用 keras 可能会让你无法了解一些原理,不利于深入学习。最近现在 pytorch 也挺流行的,觉得兼顾了 tf 的灵活和 keras 的易用。另外做 AI 还需要一块强大的 GPU,不然摸不到门槛。另外就是还需要很多的数据,而且是处理过的标记好的数据,这个几乎是行业的瓶颈。其实应该也有人在建立数据集库了,可以提供大量的已经处理好的数据给开发者使用,但是就目前而言应该没有特别好的这种网站,但是是有的。 |
![]() | 35 Dori 2019-03-26 15:30:14 +08:00 @theworldsong 学校路里上过一学期自然语言处理,毕业两年一直在做安卓 Framework 方向,上周应聘到 AI 方向,目前还在学 Python,基本是零基础。 |
![]() | 37 VoidChen 2019-03-26 16:55:12 +08:00 |
38 snowxxx 2019-03-26 17:18:16 +08:00 via iPhone 数学全都忘了,哈哈 |
![]() | 39 superchina 2019-03-26 20:18:50 +08:00 人工智能现在还火吗? |
![]() | 40 stardust21 2019-03-26 20:29:51 +08:00 via Android @Dori 零基础怎么应聘上的? |
![]() | 41 shikimoon 2019-03-26 20:33:52 +08:00 入门确实只需要简单的高数,线代和概率论知识,但如果要深入,还是得把相关数学啃透,不然你看不懂 paper 跟博客,更别提复现模型了 |
![]() | 42 BreezeInWind 2019-03-27 08:48:21 +08:00 via Android 做安卓二年再转大数据这操作挺骚的,说实话我很羡慕 |
43 a852695 2019-03-27 09:59:33 +08:00 mark 下 很好的经验,目前也是 ML 小白 |