机器学习方法总结

首先，本科和研究生都学的计算机，本科阶段主要学的是嵌入式系统，有关单片机的内容。
研究生阶段，尝试过学习PHP和JAVA的方向，但是为此还是没有找到能激起我内心兴奋的那个点，后来学习机器学习，但是有一阵子被吓得退缩了。直到现在才感觉越学越兴奋，我想这条路走对了。

机器学习的任何一本理论教材中，都会出现一些数学名词，比如矩阵的求导，似然概率，特征向量，欧式空间等等……一大推数学和专业词汇出现在我的面前，刚开始表示真的被吓到了。明显感觉入门比较难，可是后来还是入了门，并没有老师和学长带，全是自己学习和研究的，那么这中间的过程是怎么样的，我会谈谈自己的经验，希望有更多的人和我一起，勇敢面对未来的困难尽管有些东西刚开始并不擅长，但是别退缩。

当然了，也不能死学，一定要动动脑子，在学习的过程中，用类比的思维对未知的知识进行归纳和总结，如果有特别不熟悉的东西，不要奢望一下子什么都记着，知识要反复看的。我的第一本入门教材是周志华的《机器学习》，买来好久没看，因为简直就像天书，看着高大上，但是什么都看不懂。

刚开始的时候，特别感觉难，需要学习的东西特别多。请注意，这里我说的懂是从根本的原理到应用，偏向于理论层面，如果代码层面，只要会调用，那不算明白。但是校招的时候，如果没有开发经验，也没关系的，公司还是比较偏向于个人的基础如何，所以理论一定要扎扎实实，这样你的成长空间才会更大。

因为算法无穷无尽，但是只要有基础，就能很快的跟上，所以我给想入门的同学什么建议呢，如下：
1、有一两本专业书即可，《机器学习实战》《机器学习》《统计学习方法》，数学和概率论的基础等需要学的时候再用，到时候网上现查资料，比如什么叫做拉普拉斯矩阵等等

2、由于机器学习入门确实挺高的，所以建议小白们，要通过先接受别人的理解方式帮助自己理解，然后再转化为自己的理解方式，如果基础都没有，别谈什么创新，最重要的就是，少问为什么，慢慢理解，别陷入局部的问题之中，说白了就是别钻牛角尖。理解的部分，我个人是通过看视频的方式，推荐网易课堂中的Ng的《机器学习》课程，以及七月视频和小象学院的课程（但是比较新的视频都挺贵的，如果有经济困难的朋友，可以在网上或者淘宝搜搜看），总之就是找到一部完整的讲解视频，从头开始看到尾，而且要反复看，别指望看一遍有什么收获，两三遍之后其义自见，会找到和老师的默契感。这个过程是很痛苦的，因为很无聊，像听天书似的，这个时候如果你放弃了，没有人能帮助你了，本人看视频不下三四遍，然后一边看一遍做笔记，截图，然后课下再看笔记，再理解。推荐印象笔记，在淘宝买一个账号，方便做笔记，电脑和平板同步，可以经常看看知识点，增加自己的理解。笔记这个东西还是很重要的，不要小看哦，我现在找工作面试，基本都是看之前的笔记，帮助很大。

3、要有一颗坚韧的心，别轻易放弃，看书，看视频，安装Anaconda软件，敲代码，跑一些简单点的数据，看看结果。这个过程需要反复。

4、本人从不玩游戏，更多的时间就是在看模型，理解，所以学这个方向，一定要多花时间，有些人的理解能力很强，但是大部分人的理解都需要时间，反复加强，反复学习。

5、鼓励自己，别轻易放弃。有人说，你学校不行，找算法相关的工作很难，没有985和211有优势，但是这个时候你也不要放弃，事在人为，因为我就是其中之一，我相信自己能行，所以在面对被人的嘲讽，我不在乎。这些人只是提醒你，形式比较严峻，不用多解释，你需要付出更多的时间和努力。加油，只要坚持学习，只要有梦想，只要相信自己，一切都会变得更好。如果有机会实习，和比赛还是要多参与，为自己的简历加分。

平时可以多看看别人写的博客，优快云博客，博客园，以及推荐一些公众号如：算法和数学之美，算法爱好者，Python开发者，机器之心，AI科技大本营等等。

在学习的时候，不需要纠结语言，个人建议，平时跑模型的时候还是用Python比较好，方便，学习时间短，上手快。直接安装Anaconda软件，就能调用机器学习各个模型的算法。