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

学习markdown(一)
转:https://www.jianshu.com/p/81e1608ea2d8 ----------------------------------------------------------- ...
redis 缓存问题，转载：https://www.cnblogs.com/liangsonghua/p/www_liangsonghua_me_22.html
缓存穿透: 缓存穿透是指查询一个一定不存在的数据,由于缓存是不命中时被动写的,并且处于容错考虑,如果从存储层查不到数据则不写入缓存,这将导致这个不存在的数据每次请求都要到存储层去查询,失去了缓存的意义 ...
LA 3704细胞自动机——循环矩阵&&矩阵快速幂
题目一个细胞自动机包含 $n$ 个格子,每个格子的取值为 $0 \sim m-1$.给定距离 $d$,则每次操作是将每个格子的值变为到它的距离不超过 $d$ 的所有格子的在操作之前的值的和除以 $m ...
【CSP-S 2019】【洛谷P5665】划分【单调队列dp】
前言 $csp$时发现自己做过类似这道题的题目 : P4954 [USACO09Open] Tower of Hay 干草塔然后回忆了差不多$15min$才想出来... 然后就敲了\(88p ...
IDEA的安装和使用
IDEA的特色功能 IDEA所提倡的是智能编码,是减少程序员的工作,IDEA的特色功能有以下22点 [1] : ● 智能的选取在很多时候我们要选取某个方法,或某个循环或想一步一步从一个变量到整个类 ...
git分支相关的命令
Git 分支管理及结合gitlab的使用说明有关gitlab的说明及基本操作,请参考:https://blog.51cto.com/wutengfei/2090253使用git分支的作用,我们先来说 ...
Mysql 根据时间取出每组数据中最新的一条
下策——查询出结果后将时间排序后取第一条 select * from a where create_time<="2017-03-29 19:30:36"order by c ...
greenplum 下载地址
一.推荐使用下面下载地址 https://network.pivotal.io/products/pivotal-gpdb#/releases/158026/file_groups/1083 二.官网 ...
H3CNE学习4 命令行简介
一.命令 1.简单命令 2.给路由器接口配置IP地址 3.常用命令 4.删除配置
Centos 7 安装 dotnet 环境
Centos 7 安装 dotnet 环境下载官方 rpm yum 源直接 yum install 安装rpm -Uvh https://packages.microsoft.com/confi ...

【转载】 我的Machine Learning学习之路