自己摸索：机器学习从0到1系列---1 入门的准备

首先，我是一个程序员，应用级的嵌入式开发程序员，完全没有机器学习的相关基础和工作经验。

 

我准备发挥程序员的强大自学本领，来看看如去掌握“机器学习”这个技能

 

打开百度，输入“机器学习 招聘”，可以看到大量和相关职位

例一：

发高质量可用的机器学习算法解决实际问题（例如计算机视觉，文本挖掘） 要求： - 熟悉基本机器学习方法（降维，分类，回归等） - 熟悉深度学习基本原理 - 熟悉tensorflow，mxnet，scikit-learn等至少一个机器学习／深度学习框架 - 有良好编程基础，熟练掌握python，c/c++语言 - 有良好抗压能力和责任心

 

例二：

岗位职责：

1、参与大数据分析，大数据处理，数据挖掘等系统的设计和开发；

2、根据业务需求进行数学建模，设计并开发高效算法，并对模型及算法进行验证和实现，解决实际业务问题；

3、应用各种机器学习、数据挖掘技术进行数据分析与数据挖掘；

4、关注人工智能相关算法的业界动态，并结合业务情况进行技术预研；

任职资格：

1、全日制本科及以上学历，计算机、数学、统计等相关专业；

2、熟悉C、C++、java、Python等一门或多门编程语言；

3、2年及以上Hadoop开发与应用经验，熟悉MapReduce、Spark、Storm、HBase等主流大数据技术；

4、熟悉各种特征提取、数据降维等数据处理技术；

5、熟练应用各种分类聚类算法；熟悉各种相关性算法、回归算法；了解常用的社交分析模型；

6、了解典型数据挖掘工具，具有数据挖掘算法开发经验；

7、工作有计划性，责任心和执行能力强，具备高度的责任心、诚信的工作作风、优秀沟通能力及团队精神；

8、能够阅读英文技术文档及论文，具有良好的自学能力，可以快速学习和掌握新的方法和技术

 

这里可以看到，有两种相关的工作，一个是机器学习算法的研究工作，一个是在应用中使用机器学习的相关技术，来服务于产品。

 

作为一个零基础的人，没有办法一来就玩最高深的东西，那么我们摸着门，来看看，一些基本的敲门砖，是哪些？

 

看到上面的两个招聘信息，我们发现：

1 ： c/c++语言，Python是必须要熟练的语言

2：  熟悉基本机器学习方法 ，“聚类，分类，回归等”基本算法

 

c/c++语言就不说了，首先，要熟练掌握：Python 语言

基本的机器学习方法，这些东西先做了解，清楚有哪些，基本是什么东西。

入门，尽量把难度的坡度降的越底越好，平缓中带点提高，这样可以提供自己的学习动力，看到不断的进步，也不会被难道吓坏，而无法前进。这也是一种比较有效的学习方法。

 

后面的学习，使用 《机器学习算法编程与实践》作为指导书，来进行一步一步的学习。

中间遇到的各种知识点，在具体情况下再具体的分析，跟踪。

 

当然，第一遍的学习，仅仅做入门的了解，先跑一跑，动手做一做，看看机器学习运行起来是什么样的，然后在这个基础上再倒推回去，看看里面，用了什么思想，用了什么数学知识

对了，我的数学非常的差

可能没有找到好的教材吧