原文地址：

https://www.cnblogs.com/steven-yang/p/5857964.html

----------------------------------------------------------------------------------------------------------

从2016年年初，开始用python写一个简单的爬虫，帮我收集一些数据。
6月份，开始学习Machine Learning的相关知识。
9月开始学习Spark和Scala。
现在想，整理一下思路。
先感谢下我的好友王峰给我的一些建议。他在Spark和Scala上有一些经验，让我前进的速度加快了一些。

学习算法

作为一个程序猿，以前多次尝试看过一些机器学习方面的书，其过程可以说是步履阑珊，碰到的阻力很大。
主要原因是，读这些机器学习的书，需要有一些数学方面的背景。
问题就在这些数学背景上，这些背景不仅仅是数学技巧，也有一些共识。对于缺乏这些背景的我，即使一个简单的公式，也有时会感到困惑。
如果你像我一样是一个程序猿，我建议读Peter Harrington写的Machine Learning in Action （中文书名是《机器学习实战》）。
这本书是以开发者的知识背景来写的，并且提供的python代码可以下载，方便开发人员理解。

学习算法的Level

Level 1：了解如何使用算法
Level 2：了解算法的正确使用场景
正确的使用一个算法，需要经验和对算法理论的了解。
我以前有些这方面的经验，很多错误在于不正确地使用了算法。
当我们编程序给别人用时：
- 需要理解算法
  最低要求，也要有一些基本的统计知识。
- 需要实现算法
  实现算法一般比较简单，需要注意性能和精度。
  基本上这部分在实现好后，比较稳定。
- 需要实现将用户数据应用到算法上的过程。
  这是程序员主要干的工作，接口、性能上的考虑很多。
- 需要理解用户的使用场景。
  这部分价值很大。
  一方面，写单元测试是不可避免的，理解用户的场景才能写出有效的单元测试程序。
  另外，会有很多处理客户问题的工作，也是长经验的机会。
Level 3：了解算法的后面的数学理论
有人觉得这个用处不大。我觉得了解数学理论，可以：
- 成为真正的行家
- 未来的路还很远，怎么能戛然而止!
- 使用算法来帮助自己的一些事情，或者实现一个新的算法。
- 现在人工智能的潜力很大，可以自己好好玩玩。

学习python

在数据量不大的情况下（几个G），单机上就可以很好跑机器学习的程序。
这时，Python的用途就很大，不仅有已经实现好的算法，也可以实现爬虫，从网上获取数据。

学习Scala和函数式编程

对于大数据处理来说，Spark和Scala结合是现在的大趋势。
我写的博文有：
学习Scala：初学者应该了解的知识
 函数式编程 : 一个程序猿进化的故事
 Scala underscore的用途
 不变(Invariant), 协变(Covarinat), 逆变(Contravariant) : 一个程序猿进化的故事
 Scala Collection简介
 Scala on Visual Studio Code

学习Spark架构

我写的博文有：
Spark集群 + Akka + Kafka + Scala 开发(1) : 配置开发环境
 Spark集群 + Akka + Kafka + Scala 开发(2) : 开发一个Spark应用
 Spark集群 + Akka + Kafka + Scala 开发(3) : 开发一个Akka + Spark的应用
 Spark集群 + Akka + Kafka + Scala 开发(4) : 开发一个Kafka + Spark的应用

学习在Spark上的机器学习项目开发经验

学习更多的算法

蒙特卡洛树算法

成为Spark的Contributer

成为Spark的Contributer是件很cool的事。

可以读读Spark的代码，从中应该可以增长不少。
然后，尝试修一些Spark的Bugs。

深度学习

路还很长。

----------------------------------------------------------------------------------------------------------

【转载】我的Machine Learning学习之路的更多相关文章

我的Machine Learning学习之路
从2016年年初,开始用python写一个简单的爬虫,帮我收集一些数据. 6月份,开始学习Machine Learning的相关知识. 9月开始学习Spark和Scala. 现在想,整理一下思路. 先 ...
[Machine Learning]学习笔记-Logistic Regression
[Machine Learning]学习笔记-Logistic Regression 模型-二分类任务 Logistic regression,亦称logtic regression,翻译为" ...
Machine Learning 学习笔记
点击标题可转到相关博客. 博客专栏:机器学习 PDF 文档下载地址:Machine Learning 学习笔记机器学习 scikit-learn 图谱人脸表情识别常用的几个数据库机器学习 F1- ...
[Python & Machine Learning] 学习笔记之scikit-learn机器学习库
1. scikit-learn介绍 scikit-learn是Python的一个开源机器学习模块,它建立在NumPy,SciPy和matplotlib模块之上.值得一提的是,scikit-learn最 ...
Machine Learning 学习笔记1 - 基本概念以及各分类
What is machine learning? 并没有广泛认可的定义来准确定义机器学习.以下定义均为译文,若以后有时间,将补充原英文...... 定义1.来自Arthur Samuel(上世纪50 ...
Coursera 机器学习第6章（上） Advice for Applying Machine Learning 学习笔记
这章的内容对于设计分析假设性能有很大的帮助,如果运用的好,将会节省实验者大量时间. Machine Learning System Design6.1 Evaluating a Learning Al ...
machine learning学习笔记
看到Max Welling教授主页上有不少学习notes,收藏一下吧,其最近出版了一本书呢还,还没看过. http://www.ics.uci.edu/~welling/classnotes/clas ...
[Machine Learning]学习笔记-线性回归
模型假定有i组输入输出数据.输入变量可以用$x^i$表示,输出变量可以用$y^i$表示,一对$\{x^i,y^i\}$名为训练样本(training example),它们的集合则名为训 ...
吴恩达Machine Learning学习笔记（一）
机器学习的定义 A computer program is said to learn from experience E with respect to some class of tasks T ...

随机推荐

sort对二维字符数组排序
转载:sort对二维字符数组排序
python 私有和保护成员变量如何实现？—— "单下划线 " 开始的成员变量叫做保护变量，意思是只有类实例和子类实例能访问到这些变量；" 双下划线 " 开始的是私有成员，意思是只有类对象自己能访问，连子类对象也不能访问到这个数据
默认情况下,Python中的成员函数和成员变量都是公开的(public),在python中没有类似public,private等关键词来修饰成员函数和成员变量.在python中定义私有变量只需要在变量 ...
【Bug档案01】Spring Boot的控制器+thymeleaf模板 -使用中出现静态资源加载路径不当的问题 -解决时间:3h
总结 - thymeleaf的模板解析规则不清楚,或者忘了; - 出现bug时,瞎调试, 没有打开NETWORK 进行查看资源的加载情况 - 控制器中的其他代码,可以先注释掉,这样就可以迅速屏蔽掉其他 ...
Ajax -02 -JQuery+Servlet -实现页面点击刷出表格数据
demo功能分析 jquery 的js文件需要导入,json的三个文件需要导入,不然writeValueAsString 会转化成JsonArray(json 数组)失败 $("#mytbo ...
js计算两个时间差
时间格式 time:'2018-04-26 15:49:00'需要转换为time:'2018/04/26 15:49:00' 使用time.replace(/\-/g, "/") ...
Java单个对象内存布局.md
我们在如何获取一个Java对象所占内存大小的文章中写了一个获取Java对象所占内存大小的工具类(ObjectSizeFetcher),那么接下来,我们使用这个工具类来看一下Java中各种类型的对象所占 ...
织梦个人空间中调用ip,会员类型，邮箱，金币，会员积分
织梦个人空间中调用.用户昵称,最后登录,会员等级 ,会员头衔,会员积分,空间访问,邮箱地址 ,金币数量,会员组的有效期天数 ,升级会员组的时间 ,用户的等级,用户的性别 ,会员的类型,ip 第一步确定 ...
双向认证下rpc-gateway使用(同时提供rpc和http服务)
下载go get -v github.com/grpc-ecosystem/grpc-gateway,然后把这个包下面的third-party下面的google文件夹拷贝到Prod.proto的同级目 ...
Newtonsoft.Json 自定义序列化器---时间
IsoDateTimeConverter _IsoDateTimeConverter = new IsoDateTimeConverter() { DateTimeFormat = "yyy ...
批量把pod实例调成0
#!/bin/bash namespace=`kubectl get ns|grep '^te-'|grep -v datamgr|awk '{print $1}'` #--------------- ...

【转载】 我的Machine Learning学习之路