入门机器学习到底需要多少数学知识

0.579字数 1318阅读 4259

还记得上个月的时候,准备学习机器学习的知识,想着线性回归模型较简单一些,那就从它开始吧。可是仔细一看里面的知识包括矩阵、极大似然函数、求导等方面的知识,这些知识也只是大学的时候学习的,现在也早已还给了老师。于是开始搜索入门机器学习需要哪些数学知识,应该怎么去学,搜索的结果表明,概率论统计、线性代数、高等数学这些知识都是需要的。可是自己真的要花很长时间一点点的把这几本书给学完吗?

我当时就在想,如果仅仅把这几本书简单学习一下,没有一个月估计也是不行的,再说一点点的看,也看不下去啊。所以,那有没有最少的必要知识,能让自己入门机器学习呢?于是开始寻找,有没有人总结了这方面的知识,并且把知识讲的容易理解,还能够把知识串起来呢?这个还真有,想到原来考研老师在我们学校讲考研基础课程的时候,像线性代数这样的课程用了一天的时间就把知识大概串了一遍。于是,我就找到了他的视频,也送给大家。张宇老师的考研数学视频,这份视频包含了考研各个阶段的视频,里面包含概率统计、线性代数、高等数学,大家看完基础篇所补充的数学知识差不多也够了。好了,这篇文章的主题也就结束了,下面的是我在学习时走的一些弯路。

近几天我学习一些机器学习知识的感受。

我最大的感受是,机器学习算法真的让人看不懂啊,这种看不懂并不是因为数学知识太过于复杂,而是因为好多概念都特别陌生,比如拿一篇算法的文章来看,看到第二段的时候,第一段的内容已经都忘记了;有时候就会纠结某一个推导公式怎么来的呢,想了半天就是想不出来,其实在文章中作者已经铺垫过,只是自己不熟悉文章总是忽略掉重点信息。想想看,对于不熟悉的知识,也是在所难免的,所以自己在学习某一种算法时,就先找一篇关于这种算法的通俗介绍,心里有个大概印象,知道这个算法是干什么用的,然后再开始学习这种算法的原理,碰到不理解的就回头重新看文章。

自己学习时犯得错误

刚开始的时候,自己犯了一个错误就是,一旦看不懂,就想者搜索关于这个算法能够看懂的文章,可到最后搜了一些文章还是看不懂,但自己不死心啊,就开始找视频,找到后快进着看视频,想找到能够解决自己疑问的那一段,就这样把一套视频给快进完了还是没有解决疑问。然后一个下午的时间过去了,自己也陷入了深深的自责之中。所以,希望和我一样是刚开始学习机器学习算法的朋友们,在学习的时候,一定要有耐心,很多看不懂的东西,其实认真多看几遍就好了。我学习的时候,为了防止遗漏信息而看不懂文章,都是一边看一边在抄写文章。有一点大家也应该注意一下,有好多人写的文章是没有经过深思熟虑的,看的时候应注意甄别,所以为了保险可以选择一本权威的书来学习,其他为辅助。书本,我看的是,李航老师的《统计学习方法》,还有一位博客园作者写的挺好的,推荐给大家(刘建平Pinard)

学习时,要不要买课或报班的问题

在网上看到了好多数据分析或者数据挖掘的课程,但仔细看课程大纲,大多是学习Python的一些基础知识,numpy、matplotlib、pandas这三个包的用法,然后就开始讲kaggle上找的一些比赛,教给大家是如何调用机器学习用的scikit-learn这个包。其实,这样的课程大家都是可以自己学习的,如果是机器学习算法之类的课程,根据费用大家可以考虑一下,因为这类知识还没有太普及。

好了,大家一起加油啊!

推荐阅读更多精彩内容