一份中外結合的 Machine Learning 自學計劃

https://club.leiphone.com/page/blogDetail/8087

看了Siraj Raval的3個月學習機器學習計劃的視頻，感覺非常好，地址：https://www.youtube.com/watch?v=Cr6VqTRO1v0結合一些我們學習中的經驗得出一份Hybrid的機器學習自學計劃。

根據Siraj的建議：機器學習的涉及的知識比例分布的

35%線性代數

25%概率論和統計學

15%微積分

15%演算法及其複雜性

10%是數據預處理知識

強烈建議訂閱：Siraj Raval 的youtube 看他的視頻非常舒服，一種非常獨特的學習方式而且和有用，地址是：https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A。

reddit這個網站大家可能不太熟悉，但是它已經全美流量排名第四，僅次於Google，YouTube和Facebook，上面內容質量很高，非常專註，下面這個地址是機器學習的subreddit：https://www.reddit.com/r/MachineLearning/。

第一個月：數學

線性代數

看Gillbert Strang教授的教程足夠了：https://www.youtube.com/playlist?list=PL49CF3715CB9EF31D。

為什麼不推薦中國大學的數學課程呢，其實網易公開課上有跟大學裡線性代數課程基本一致需要雖然是中文但是學習起來還是有難度的，沒什麼互動，如果是為了考試那還好。Gillbert Strang教授講的更多是思考方式以及原理和各種形象的比喻，這種方式更適合我們在職學習，加強理解和思考。

注意：一定做筆記，不能只是聽或者看，一定要做筆記，記錄要點，疑問，自己的想法等等，這個非常重要，是決定你能否學習好的關鍵。昨天看到了一位名叫Tess Ferrandez的小姐姐在推特上分享了一套自己的吳恩達老師的課程筆記，再看看我自己以前的筆記，真是非常害羞，世界上最難受的事情就是比你厲害比你努力的人做的筆記顏值也比你高，地址在這裡：https://www.slideshare.net/TessFerrandez/notes-from-coursera-deep-learning-courses-by-andrew-ng

附上一張圖片，大家看看：

微積分

3Blue1Brown的微積分的本質，老師當時就是看這個視頻理解微積分的，老師笨，看了8遍左右吧，個別的視頻看了15遍以上，沒毛病是真實情況，因為每一段視頻並不長，適合反覆看，同時也能提高英語能力。

https://www.youtube.com/playlist?list=PLZHQObOWTQDMsr9K-rj53DwVRMYO3t5Yr。

概率和統計

edX（麻省理工和哈佛大學聯手創建的開放在線課堂平台）有一門很好的課程叫做「科學的不確定性」

https://www.edx.org/course/introduction-probability-science-mitx-6-041x-2。

第二個月：機器學習

這裡我們按照Siraj的建議來

第一周學習：python，The Math of Intelligence，Tensorflow

第二周：Udacity 上的機器學習課程

第三四周：實踐機器學習項目

相關地址如下：

python

https://www.youtube.com/watch?v=T5pRlIbr6gg

The Math of Intelligence

https://www.youtube.com/watch?v=xRJCOz3AfYY

Tensorflow

https://www.youtube.com/watch?v=2FmcHiLCwTU

Udacity

https://eu.udacity.com/course/intro-to-machine-learning--ud120

機器學習開源項目

https://github.com/NirantK/awesome-project-ideas。

第三個月深度學習

深度學習要用到大量的計算，需要GPU，即使剛入門也需要，買一塊NVIDIA Tesla k80的GPU的價格2500美金，好吧。但是非常幸運的是google為我們提供了一塊免費的GPU可用：註冊google的賬號，登陸進去，訪問：https://colab.research.google.com 然後盡情的使用了。

視頻教程推薦看Siraj本人的：https://www.youtube.com/watch?v=vOppzHpvTiQ

最後呢附上一些深度學習的開源代碼，也可以自己實現一下，傳到自己的github上 https://github.com/llSourcell?tab=repositories。

總結

介紹了一份機器學習的自學計劃和相關資源，每天保證2個小時的專註學習時間，重點是多思考和找到解決問題的套路，不要把自己的大腦當作是固態硬碟來存數據，要把自己的大腦當作是CPU或者是GPU，是用來計算的。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！