end)继续学习机器学习

具体怎么学习？

从数据的角度

真正应用的机器学习，数据处理是非常重要的部分，实际中没有完美的数据样本，因此对数据的预处理非常重要。

1）首先要掌握数据操作的方式。在之前的机器学习中，主要用的是numpy，但是在真实的数据处理阶段，使用pandas会更加方便。通常我们先使用pandas预处理数据，之后转换成numpy的array传递给sklearn或者其他框架。所以要先掌握pandas的基本使用方法！

2）数据预处理方面的一个重要的工作是特征工程。在一定程度上，非监督学习都可以叫做特征工程，比如PCA。还比如多项式特征就是一个最基础的特征工程，线性回归也可以作为特征选择的一个工具。深度学习在一定程度上也是在解决特征问题。可以看一些统计学的书，其中都会挖掘数据间的关系。

从算法的角度

1）实际的非监督学习有很多，以上值涉及到PCA，但其实也有很多其他的降维方式。

2）监督学习的初级例子就是贝叶斯和神经网络。

3）监督学习的高级例子一大部分是深度学习，但其实在一般的机器学习竞赛中，深度学习的使用并不多。剩下部分是集成学习，并且在竞赛中应用非常广泛。建议深入学习。

4）特殊领域的特殊方法。比如图像或者是NLP，医疗成像领域都会有很多专门的算法，可以搜索相关的论文或者教材。而以上（笔记中所有的）的传统机器学习算法都是这些算法的基石。

5）对于数学类的建模，太过于偏数学，一般不会在机器学习的范围中。最典型的一些数学建模方法，就是随机过程中涉及的模型，比如HMM在语音识别中的应用，或者对时序数据的建模等。比较好的读物：Pattern Recognition and Machine Learning

从具体工具的掌握上

1）除了上边的pandas，还有一些专门的算法库也值得掌握。在深度学习领域比如Tensorflow, Pytorch, Keras等框架。在机器学习算法领域，集成学习的效果最好，所以XGBoosting一定要掌握！

在学习资料上

尽可能多的阅读英文材料！

机器学习竞赛的最大资源库就是Kaggle！

Kaggle learn: Learn Python, Data Viz, Pandas & More | Tutorials | Kaggle

Kaggle入门级比赛: Titanic - Machine Learning from Disaster | Kaggle

Kaggle官方博客: http://blog.kaggle.com/

Kaggle论坛: http://blog.kaggle.com/

Kaggle比赛中许多问题第一名的解决方案思路: http://blog.kaggle.com/