工作三到五年后接触机器学习的入门建议 - V2EX
V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
theworldsong
V2EX    机器学习

工作三到五年后接触机器学习的入门建议

  theworldsong 2019-03-25 23:59:47 +08:00 via iPad 8688 次点击
这是一个创建于 2393 天前的主题,其中的信息可能已经有所发展或是发生改变。

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。


入门步骤

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。

本帖只讨论学习方法,不讨论学习动机。以免泛化为义的灌水。

第 1 条附言    2019-03-26 13:02:29 +08:00
补充:
楼下有朋友说的对,高数可以边看边学。但建议最基本的求导求积还是要会
43 条回复    2019-03-27 09:59:33 +08:00
glenChen
    1
glenChen  
   2019-03-26 00:18:46 +08:00 via Android
mark,老兄可以交流一下吗
LU35
    2
LU35  
   2019-03-26 01:15:14 +08:00
谢谢整理并分享
bokchoys
    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?
dartabe
    4
dartabe  
   2019-03-26 03:28:09 +08:00   2
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
realkenshinji
    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?
qdcjiDD
    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。
linhua
    7
linhua  
   2019-03-26 08:37:59 +08:00
推荐 fast.ai
这是 fast.ai 的论坛 https://forums.fast.ai/
还有 《动手学深度学习》
https://zh.d2l.ai/index.html
qianji201712
    8
qianji201712  
   2019-03-26 08:42:29 +08:00
感谢分享!
Bellaaa
    9
Bellaaa  
   2019-03-26 08:59:16 +08:00 via Android
感谢
VoidChen
    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
yepinf
    11
yepinf  
   2019-03-26 09:07:12 +08:00
高数 /统计学习根本看不动,太难了。
no1xsyzy
    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
Dori
    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。
murmur
    14
murmur  
   2019-03-26 09:15:14 +08:00
@dartabe 不看数学的结果就是做一辈子调参了。。
Asice
    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
luomu24
    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。
kuhung
    17
kuhung  
   2019-03-26 09:50:43 +08:00
kuhung
    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
visonme
    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
qping
    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
s0ok
    21
s0ok  
   2019-03-26 10:41:29 +08:00
同上
KMpAn8Obw1QhPoEP
    22
KMpAn8Obw1QhPoEP  
   2019-03-26 10:48:35 +08:00 via Android
高数劝退系列…
daniel51
    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。。
zbw0046
    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?
hackerang
    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
theworldsong
    26
theworldsong  
OP
   2019-03-26 12:58:17 +08:00 via iPhone
@bokchoys 已经有不少大大小小的社区了
pixiaotiao
    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
theworldsong
    28
theworldsong  
OP
   2019-03-26 12:59:58 +08:00 via iPhone
@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
theworldsong
    29
theworldsong  
OP
   2019-03-26 13:04:00 +08:00 via iPhone
@Dori 你学到什么阶段了
theworldsong
    30
theworldsong  
OP
   2019-03-26 13:06:40 +08:00 via iPhone
@zbw0046 我的动机不是职业算法。
另外,本帖不讨论学习动机。
fantastic
    31
fantastic  
   2019-03-26 13:51:15 +08:00
感谢分享
bokchoys
    32
bokchoys  
   2019-03-26 14:35:08 +08:00 via iPhone
@kuhung #18 嘿嘿 可以一起吗
pupupu
    33
pupupu  
   2019-03-26 14:49:31 +08:00   3
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。
jswh
    34
jswh  
   2019-03-26 15:07:08 +08:00
@pupupu 做一个数据集整理归纳的导航网站如何
Dori
    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。
johnxia
    36
johnxia  
   2019-03-26 16:24:09 +08:00
@pupupu 只有这个老哥是在认真回帖的
VoidChen
    37
VoidChen  
   2019-03-26 16:55:12 +08:00
@johnxia 讲道理 19 楼 @visonme 这个老哥说的才是最真实的入门方案好吗= =,至少我是这么学的,自己喜欢图像处理一块,就专门学一个算法就用一个,记录在博客里,虽然也是刚起步,但是感觉能学进去= =公司也有人脸识别的项目,参与进去了。学习的根本目的还是应用啊
snowxxx
    38
snowxxx  
   2019-03-26 17:18:16 +08:00 via iPhone
数学全都忘了,哈哈
superchina
    39
superchina  
   2019-03-26 20:18:50 +08:00
人工智能现在还火吗?
stardust21
    40
stardust21  
   2019-03-26 20:29:51 +08:00 via Android
@Dori 零基础怎么应聘上的?
shikimoon
    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
BreezeInWind
    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
a852695
    43
a852695  
   2019-03-27 09:59:33 +08:00
mark 下 很好的经验,目前也是 ML 小白
关于     帮助文档     自助推广系统     博客     API     FAQ     Solana     5896 人在线   最高记录 6679       Select Language
创意工作者们的社区
World is powered by solitude
VERSION: 3.9.8.5 31ms UTC 03:19 PVG 11:19 LAX 20:19 JFK 23:19
Do have faith in what you're doing.
ubao snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86