应该怎样入门

Python入门书籍推荐 许多刚入门Python选手,由于缺乏指导,导致往往培养不出爱好最后放弃 作为一个自学新手,我想将我要推荐的书籍介绍出来,来帮助类似像我一样的其他新手。 希望有用(仅仅是推荐书,不夹带任何私货,如有侵犯您的权益,私信我删除。 入门: 1.《A byte-of-python》 中文名:简明python教程 入门的书很多,但能让新手轻松看懂的就少了,作者写的思路非常清晰,对每一个知识点讲解的很到位,不多不少,对初学者来说,力道刚刚好。 我认为这本书是Python入门最好的书... 阅读详情

1. Python/C++/R/Java - you will probably want to learn all of these languages at some point if you want a job in machine-learning. Python's Numpy and Scipy libraries [2] are awesome because they have similar functionality to MATLAB, but can be easily integrated into a web service and also used in Hadoop (see below). C++ will be needed to speed code up. R [3] is great for statistics and plots, and Hadoop [4] is written in Java, so you may need to implement mappers and reducers in Java (although you could use a scripting language via Hadoop streaming [5]).

2. Probability and Statistics: A good portion of learning algorithms are based on this theory. Naive Bayes [6], Gaussian Mixture Models [7], Hidden Markov Models [8], to name a few. You need to have a firm understanding of Probability and Stats to understand these models. Go nuts and study measure theory [9]. Use statistics as an model evaluation metric: confusion matrices, receiver-operator curves, p-values, etc.

3. Applied Math + Algorithms: For discriminate models like SVMs [10], you need to have a firm understanding of algorithm theory. Even though you will probably never need to implement an SVM from scratch, it helps to understand how the algorithm works. You will need to understand subjects like convex optimization [11], gradient decent [12], quadratic programming [13], lagrange [14], partial differential equations [15], etc. Get used to looking at summations [16].

4. Distributed Computing: Most machine learning jobs require working with large data sets these days (see Data Science) [17]. You cannot process this data on a single machine, you will have to distribute it across an entire cluster. Projects like Apache Hadoop [4] and cloud services like Amazon's EC2 [18] makes this very easy and cost-effective. Although Hadoop abstracts away a lot of the hard-core, distributed computing problems, you still need to have a firm understanding of map-reduce [22], distribute-file systems [19], etc. You will most likely want to check out Apache Mahout [20] and Apache Whirr [21].

5. Expertise in Unix Tools: Unless you are very fortunate, you are going to need to modify the format of your data sets so they can be loaded into R,Hadoop,HBase [23],etc. You can use a scripting language like python (using re) to do this but the best approach is probably just master all of the awesome unix tools that were designed for this: cat [24], grep [25], find [26], awk [27], sed [28], sort [29], cut [30], tr [31], and many more. Since all of the processing will most likely be on linux-based machine (Hadoop doesnt run on Window I believe), you will have access to these tools. You should learn to love them and use them as much as possible. They certainly have made my life a lot easier. A great example can be found here [1].

6. Become familiar with the Hadoop sub-projects: HBase, Zookeeper [32], Hive [33], Mahout, etc. These projects can help you store/access your data, and they scale.

7. Learn about advanced signal processing techniques: feature extraction is one of the most important parts of machine-learning. If your features suck, no matter which algorithm you choose, your going to see horrible performance. Depending on the type of problem you are trying to solve, you may be able to utilize really cool advance signal processing algorithms like: wavelets [42], shearlets [43], curvelets [44], contourlets [45], bandlets [46]. Learn about time-frequency analysis [47], and try to apply it to your problems. If you have not read about Fourier Analysis[48] and Convolution[49], you will need to learn about this stuff too. The ladder is signal processing 101 stuff though.

Finally, practice and read as much as you can. In your free time, read papers like Google Map-Reduce [34], Google File System [35], Google Big Table [36], The Unreasonable Effectiveness of Data [37],etc There are great free machine learning books online and you should read those also. [38][39][40]. Here is an awesome course I found and re-posted on github [41]. Instead of using open source packages, code up your own, and compare the results. If you can code an SVM from scratch, you will understand the concept of support vectors, gamma, cost, hyperplanes, etc. It's easy to just load some data up and start training, the hard part is making sense of it all.

首先,你要熟悉这四种语言。Python因为开源的库比较多,可以看看Numpy和Scipy这两个库,这两个都可以很好的融入网站开发以及Hadoop。C++可以让你的代码跑的更快,R则是一个很好地统计工具。而你想很好地使用Hadoop你也必须懂得java,以及如何实现map reduce.

我推荐统计学习方法 李航写的,这算的上我mentor的mentor了。理解一些概率的理论,比如贝叶斯,SVM,CRF,HMM,决策树,AdaBoost,逻辑斯蒂回归,然后再稍微看看怎么做evaluation 比如P R F。也可以再看看假设检验的一些东西。

机器学习毕竟是需要极强极强数学基础的。我希望开始可以深入的了解一些算法的本质,SVM是个很好的下手点。可以从此入手,看看拉格朗日,凸优化都是些什么.

熟悉分布计算,机器学习当今必须是多台机器跑大数据,要不然没啥意义。请熟悉Hadoop,这对找工作有很大很大的意义。百度等公司都需要hadoop基础。

熟悉Unix的Tool以及命令。百度等公司都是依靠Linux工作的,可能现在依靠Windows的Service公司已经比较少了。所以怎么也要熟悉Unix操作系统的这些指令吧。我记得有个百度的面试题就是问文件复制的事情。

机器学习终究和大数据息息相关,所以Hadoop的子项目要关注,比如HBase Zookeeper Hive等等

这里主要是在讲特征的提取问题。无论是分类(classification)还是回归(regression)问题,都要解决特征选择和抽取(extraction)的问题。他给出了一些基础的特征抽取的工具如小波等,同时说需要掌握傅里叶分析和卷积等等。这部分我不大了解,大概就是说信号处理你要懂,比如傅里叶这些。。。

总之机器学习如果想要入门分为两方面:

一方面是去看算法,需要极强的数理基础(真的是极强的),从SVM入手,一点点理解。

另一方面是学工具,比如分布式的一些工具以及Unix~

[1] http://radar.oreilly.com/2011/04...


[2] NumPy — Numpy


[3] The R Project for Statistical Computing


[4] Welcome to Apache? Hadoop?!


[5] http://hadoop.apache.org/common/...


[6] http://en.wikipedia.org/wiki/Nai...


[7] http://en.wikipedia.org/wiki/Mix...


[8] http://en.wikipedia.org/wiki/Hid...


[9] http://en.wikipedia.org/wiki/Mea...


[10] http://en.wikipedia.org/wiki/Sup...


[11] http://en.wikipedia.org/wiki/Con...


[12] http://en.wikipedia.org/wiki/Gra...


[13] http://en.wikipedia.org/wiki/Qua...


[14] http://en.wikipedia.org/wiki/Lag...


[15] http://en.wikipedia.org/wiki/Par...


[16] http://en.wikipedia.org/wiki/Sum...


[17] http://radar.oreilly.com/2010/06...


[18] AWS | Amazon Elastic Compute Cloud (EC2)


[19] http://en.wikipedia.org/wiki/Goo...


[20] Apache Mahout: Scalable machine learning and data mining


[21] http://incubator.apache.org/whirr/


[22] http://en.wikipedia.org/wiki/Map...


[23] HBase - Apache HBase? Home


[24] http://en.wikipedia.org/wiki/Cat...


[25] grep


[26] http://en.wikipedia.org/wiki/Find


[27] AWK


[28] sed


[29] http://en.wikipedia.org/wiki/Sor...


[30] http://en.wikipedia.org/wiki/Cut...


[31] http://en.wikipedia.org/wiki/Tr_...


[32] Apache ZooKeeper


[33] Apache Hive TM


[34] http://static.googleusercontent....


[35]http://static.googleusercontent....


[36]http://static.googleusercontent....


[37]http://static.googleusercontent....


[38] http://www.ics.uci.edu/~welling/...


[39] http://www.stanford.edu/~hastie/...


[40] http://infolab.stanford.edu/~ull...


[41] https://github.com/josephmisiti/...


[42] http://en.wikipedia.org/wiki/Wav...


[43] http://www.shearlet.uni-osnabrue...


[44] http://math.mit.edu/icg/papers/F...


[45] http://www.ifp.illinois.edu/~min...


[46] http://www.cmap.polytechnique.fr...


[47 ]http://en.wikipedia.org/wiki/Tim...


[48] http://en.wikipedia.org/wiki/Fou...


[49 ]http://en.wikipedia.org/wiki/Con...


PRML或者pattern classification。基础打扎实再分具体方向看Probabilistic Graphical Models这些进阶书。

python从入门到精通第三版,python入门到精通pdf微盘 大家好,本文将围绕python3.8从入门到精通pdf百度云下载展开说明,python入门到精通pdf百度云是一个很多人都想弄明白的事情,想搞清楚python从入门到精通第三版需要先了解以下几个事情。大家好,本文将围绕python3.8从入门到精通pdf百度云下载展开说明,python从入门到精通电子书下载是一个很多人都想弄明白的事情,想搞清楚python从入门到精通pdf免费下载需要先了解以下几个事情。 阅读详情

相关推荐

[HEVC] HEVC怎么入门

由于毕业做HEVC方向,由于没有H.264基础,挣扎在

u012463359的专栏 2312

【新人系列】Python 入门专栏合集

📚 专栏简介:在这个专栏,我将带着大家从 0 开始入门 Python 的学习。

Newin2020的博客 3378

Python入门到实践最全书籍

Python 之所以这么流行得益于它适用于很多不同领域,目前 Python 使用最广泛的领域包括有 Python Web(后端)开发、数据分析挖掘、网络爬虫、机器学习人工智能、运维开发等等。不管你选择哪个方向,把Python基础学牢有利于你在该领域更好的施展拳脚。 趁京东、当当这两天搞活动,给大家推荐一波Python书单 入门系列 《Python编程:从入门到实践》 本书是一本针对所有层次...

程序员技术交流 2021

有关电脑新手入门教程,电脑入门基础知识有哪些?

电脑是生活和工作中最常用到的工具,想要了解电脑入门基础知识的小伙伴快来看看吧!下面由小编为你精心准备了“电脑入门基础知识有哪些? 有关电脑新手入门教程”,本文仅供参考,持续关注本站将可以持续获取更多的知识点!   电脑入门基础知识有哪些? 有关电脑新手入门教程   电脑入门基础知识有哪些?   软件方面:   1、硬件驱动程序;   有硬件,电脑是并不能工作的。必须要有能驱使硬件工作的软件才能让硬件工作,这种软件就是我们平常说的驱动程序。   任何电脑硬件都必须要有对应的驱动程序才能正常工作。驱

Memory1011的博客 10万+

c语言编程学习入门指南

现在的程序员,不掌握好几门语言都不好意思跟别人打招呼。这是当今社会程序员需要面对的一个事实。   对于很多C语言初学者,都会存在如下误区:学习一类语言就必须从事这个语言的工作,一条路走到黑,学习C语言后就一直会在C语言的路上。其实学习C语言并非一定要从事C语言有关的工作,C语言作为最简单,底层的语言到现在已经有几十年的时间, 很多程序语言基本上在一定方面跟C语言的语法类似,这种语言称为类C语言,...

C语言学习之家 1421

python从入门到精通第三版,python3.8从入门到精通pdf

大家好,本文将围绕python3.8从入门到精通pdf百度云下载展开说明,python从入门到精通电子书下载是一个很多人都想弄明白的事情,想搞清楚python从入门到精通pdf免费下载需要先了解以下几个事情。熟悉Python的都知道,Python书籍中有著名的三剑客,即Python编程三剑客”:《Python编程:从入门到实践》+《Python编程快速上手-让繁琐工作自动化》+《Python极客项目编程-完整版》。这三个书被称为Python三剑客。

小发猫 836

python 如何入门

Python 语言应该如何入门,记得我几年前也碰到过这样的问题,当时网上随便搜了一下饥不择食的找了一些书开始啃起来,结果发现很疑惑,感觉吃力,走了很多弯路。若不得法还会降低初学者的兴趣,现在我就说说自己对python 入门的理解. 学Python和学其他的语言其实是相同的,我给新同事讲课的时候就说学编程和练武功其实是很相似,入门大致这样几步: 找本靠谱的书, 找个靠谱的师傅, 找一个地方开...

二黑的博客 1118

四、zabbix7.0推送告警至钉钉webhook机器人

2、钉钉的webhook是有安全要求的,我采用的是ip的方式,我的zabbix服务器在内网,我的网络出口有多个固定公网ip,所以这样做省事,其他方式也可以你自己考虑。下图是webhook机器人的配置。这一步,参数里面默认的跟我下图里不一样的,按我下图修改。Key是你的webhook机器人地址里的access_token=后面的内容。整个逻辑就是告警动作匹配告警媒介与用户,然后进行告警的发送。1、zabbix服务器能够访问钉钉的服务器,具体说是能访问。二、zabbix7配置报警媒介以及消息模板配置。

m0_74823715的博客 1295

移动开发入门必看——iOS 开发入门书籍推荐

整理了一些iOS 开发入门级别的书籍推荐给大家,每本都是很经典的著作,对于初学者来说是很值得一看的学习资料,希望能帮到大家!         iPhone 4与 iPad开发基础教程   本书将带你走上创建iOS应用程序的大道。 我们的目标是让你通过初步学习,理解iOS应用程序的运行和构建方式。在学习过程中,你将创建一系列小型应用程序,每个应用程序

Li_soso的专栏 4458

Matlab结果性能评价---rms函数(计算矩阵、数组和向量元素均方根)

实例1:创建一个向量(正弦波)并计算其均方根值 实例2:创建一个二维矩阵并计算其均方根值 实例3:计算二维矩阵沿指定维度的均方根值 本例程配套完整源码下载 均方根(Root-Mean-Square Level): 向量x的均方根值为沿着指定的维度执行求和: 语法描述: y = rms(x)返回输入x的均方根值。如果x是行或列向量,y是实数值标量。对于大小尺寸大于1矩阵x,y包含沿x的第一个数组维度计算的均方根值。例如,如果x是N > 1的N*M矩阵,那么y是1*M行向量,对应x矩..

qq_32809093的博客 3万+

cs188Inference in Bayes Nets(贝叶斯网络的推理)

cs188Inference in Bayes Nets贝叶斯网络的推理Question1(3 points):Bayes Net StructureQuestion2(1 points):Bayes Net ProbabilitiesQuestion 3(5 points):Join FactorsQuestion4(4 points):EliminateQuestion5(4 points):NormalizeQuestion 6(4 points):Variable EliminationQuesti

weixin_46582817的博客 1675

编程入门之C语言入门

如果你是一个编程的大佬,那么可以略过本片文章了。。。。。。。 对于编程萌新而言,笔者是推荐以C语言为基础进行编程入门的,相信你所问过的学长,或者前辈大多数人都会告诉你,学习编程要以C语言为起点。所以,笔者为大家讲解一下如何C语言入门? 笔者和很多刚接触编程的大一新生了解过,在他们眼中,C语言很难,很不好学,就算都没有开始学过,那么给他们的印象也是好难啊,我学不会的。其实呢,C语言入门并不是你想象中...

weixin_43402353的博客 2273

基于昇腾MindIE开箱部署Qwen2.5-VL-32B,体验更聪明的多模态理解能力

昇腾MindIE已适配支持Qwen2.5-VL-32B-Instruct并上架魔乐社区,欢迎广大开发者下载体验!

2401_87243659的博客 6877

自学python怎么入门,python自学入门视频

① Python所有方向的学习路线图,清楚各个方向要学什么东西② 600多节Python课程视频,涵盖必备基础、爬虫和数据分析③ 100多个Python实战案例,含50个超大型项目详解,学习不再是只会理论④ 20款主流手游迫解 爬虫手游逆行迫解教程包⑤ 爬虫与反爬虫攻防教程包,含15个大型网站迫解⑥ 爬虫APP逆向实战教程包,含45项绝密技术详解⑦ 超300本Python电子好书,从入门到高阶应有尽有⑧ 华为出品独家Python漫画教程,手机也能学习。

2301_81895257的博客 1138

GStreamer —— 2.1、Windows搭建GStreamer环境,Qt加载GStreamer库后运行 - “教程1:Hello world!“(附:完整源码)

GStreamer —— 2、Windows搭建GStreamer环境,Qt加载GStreamer库后运行"教程1:Hello world!"

798

Xilinx DDR3 MIG IP核设计--汇总导航

快速上手Xilinx DDR3 IP核----汇总篇

孤独的单刀 2万+

网络攻防WEB入门指南_网络攻防入门

我对网络攻防的理解,分为比赛和实战两个部分,两者所学习的知识虽有共通之处,但还是有很大区别,我也在向实战的状态转换,不过二者入门所要掌握的知识差别不大。下面主要从网络攻防竞赛角度,也就是知名的CTF夺旗赛,来谈谈网络攻防知识如何入门。

Karka_的博客 1036

群晖如何安装软路由OpenWrt/iStoreOS作为旁路由(含网络设置、设置密码、还原出厂设置等linux命令ipk包)

openwrt的固件。

XiaoqiangClub的博客 7028

SpringBoot入门

Spring Boot入门 一. Spring Boot 概述与入门(掌握) 1.1 Spring Boot 概述 1.1.1 什么是Spring Boot Spring Boot是Spring项目中的一个子工程,与我们所熟知的Spring-framework 同属于spring的产品: 其最主要作用就是帮助开发人员快速的构建庞大的spring项目,并且尽可能的减少一切xml配置,做到开箱即用,迅速上手,让开发人员关注业务而非配置。 主要特点: 自动配置 : 不需要再关注各个框架的整合配置, sprin

Princess_Y 2516

efm32 入门.pdf

本PDF共计22页,介绍的是操作驱动API,下载与否自己斟酌。

精雕软件(JDpaint) 5.5 绿色版

精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版精雕软件(JDpaint) 5.5 绿色版

python入门教程哪本书好,最好的python入门教材

从零开始怎么学Python?没有编程基础应该怎么开始学编程?想要学习Python办公自动化怎么入门?想要学习Python如何入门?如何快速学会Python?小朋友如何快速学会Python?(文末有彩蛋)这些大概是我收到提问比较多和比较典型的一些问题吧,编写干货贴,分享学习资料助力快速入门。1、开发环境;2、入门书籍;3、进阶书籍;4、学习网站;Python所有方向的技术点做的整理,形成各个领域的知识点汇总,它的用处就在于,你可以按照上面的知识点去找对应的学习资源,保证自己学得较为全面。

zjl102562的博客 914

Probability and Statistics - 4th edition

Probability and Statistics - 4th edition

python编程入门经典pdf下载,python编程入门到精通pdf

大家好,小编为大家解答python编程从入门到精通pdf网盘的问题。很多人还不知道python编程入门经典pdf下载,现在让我们一起来看看吧!Python编程入门经典.pdfPython编程入门经典.pdf。

Rtee1的博客 1041

数学建模模型总结

这是本人在两年内准备参加数学建模竞赛搜集到的模型资料,已经经过了本人的筛选和整理,希望能够对准备参加数学建模竞赛的学弟学妹们提供一些帮助!

python编程从入门到精通书,python编程入门电子书

大家好,小编为大家解答python编程从入门到精通书的问题。很多人还不知道python编程入门电子书,现在让我们一起来看看吧!Python是一种通用的解释型编程,主要用于Web开发、机器学习和复杂数据分析。Python对初学者来说是一种完美的语言,因为它易于学习和理解,随着这种语言的普及,Python程序员的机会也越来越大。如果你想学习Python编程,市场上就有很多的书籍。近日,hackr社区推荐了10本最佳的Python书籍。

2301_81900494的博客 775

python编程从入门到精通书,python编程从入门到精通

人生苦短,我学python。python编程语言在各种榜单上经常拿到前列位置,在全球范围内都非常受欢迎python引用turtle画蝴蝶。Python作为一种不受局限、跨平台的开源编程语言,其数据处理速度快、功能强大且简单易学。而且,Python采用解释运行的方式,编写后无需进行编译即可直接通过解释器执行,具有典型的动态语言特点,编程效率极高。不仅如此,Python的应用范围也非常广泛,在数据分析、人工智能、网络爬虫、运维测试都多个领域都有应用。想要入门和深入学习python,以下书籍不容错过!

神经网络爱好者 1067

Matlab和Simulink入门之旅

Matlab的新版本增加的自动驾驶工具箱听介绍相当牛逼,就想学学Matlab和Simulink。 找了一圈,终于在官方网站发现了比较好的入门教程,Matlab入门之旅课程(中文)3个小时,Simulink入门之旅(英文,无中文)2个小时,虽然实际学习花了更长时间,不过这种交互式的课程体验还是相当不错的。 Matlab入门之旅:https://ww2.mathworks.cn/learn/tutorials/matlab-onramp.html Simulink入门之旅:https://ww2.mathwo

Liangontheway的博客 2733
上一篇: 坚持
下一篇: On Being a Successful Graduate Student
Vision_Learning
博客等级 码龄12年 55粉丝 83原创
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付:10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值