作者:躺在地球上的熊 | 来源:互联网 | 2023-09-08 17:46
看了Siraj Raval的3个月学习机器学习计划的视频,感觉非常好,地址:
https://www.youtube.com/watch?v=Cr6VqTRO1v0
结合一些我们学习中的经验得出一份Hybrid的机器学习自学计划。
根据
Siraj的建议:
机器学习的涉及的知识比例分布的
- 35%线性代数
- 25%概率论和统计学
- 15%微积分
- 15%算法及其复杂性
- 10%是数据预处理知识
强烈建议订阅:Siraj Raval 的youtube 看他的视频非常舒服,一种非常独特的学习方式而且和有用,地址是:
https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
reddit这个网站大家可能不太熟悉,但是它已经全美流量排名第四,仅次于
Google,YouTube和Facebook,上面内容质量很高,非常专注,下面这个地址是机器学习的subreddit:
https://www.reddit.com/r/MachineLearning/
第一个月:数学
线性代数:
看
Gillbert Strang教授的教程足够了:
https://www.youtube.com/playlist?list=PL49CF3715CB9EF31D
为什么不推荐中国大学的数学课程呢,其实网易公开课上有跟大学里线性代数课程基本一致需要虽然是中文但是学习起来还是有难度的,没什么互动,如果是为了考试那还好。
Gillbert Strang教授
讲的更多是思考方式以及原理和各种形象的比喻,这种方式更适合我们在职学习,加强理解和思考。
注意:一定做笔记,不能只是听或者看,一定要做笔记,记录要点,疑问,自己的想法等等,这个非常重要,是决定你能否学习好的关键。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吴恩达老师的课程笔记,再看看我自己以前的笔记,真是非常害羞,世界上最难受的事情就是比你厉害比你努力的人做的笔记颜值也比你高,地址在这里:
https://www.slideshare.net/TessFerrandez/notes-from-coursera-deep-learning-courses-by-andrew-ng
附上一张图片,大家看看:
微积分:
3Blue1Brown
的
微积分的本质,老师当时就是看这个视频理解微积分的,老师笨,看了8遍左右吧,个别的视频看了15遍以上,没毛病是真实情况,因为每一段视频并不长,适合反复看,同时也能提高英语能力。
https://www.youtube.com/playlist?list=PLZHQObOWTQDMsr9K-rj53DwVRMYO3t5Yr
概率和统计:
edX(麻省理工和哈佛大学联手创建的开放在线课堂平台)有一门很好的课程叫做“科学的不确定性”
https://www.edx.org/course/introduction-probability-science-mitx-6-041x-2
第二个月:机器学习
这里我们按照Siraj的建议来
第一周
学习:python,The Math of Intelligence,Tensorflow
第二周:
Udacity 上的机器学习课程
第三四周:实践机器学习项目
相关地址如下:
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
机器学习开源项目
https://github.com/NirantK/awesome-project-ideas
第三个月深度学习
深度学习要用到大量的计算,需要GPU,即使刚入门也需要,买一块NVIDIA Tesla k80的GPU的价格2500美金,好吧。但是非常幸运的是google为我们提供了一块免费的GPU可用:注册google的账号,登陆进去,访问:
https://colab.research.google.com 然后尽情的使用了。
视频教程推荐看Siraj本人的:
https://www.youtube.com/watch?v=vOppzHpvTiQ
另外一个全世界都说好的是
Fast.AI的课程
,
http://course.fast.ai/
最后呢附上一些深度学习的开源代码,也可以自己实现一下,传到自己的github上
https://github.com/llSourcell?tab=repositories
总结
介绍了一份机器学习的自学计划和相关资源,每天保证2个小时的专注学习时间,重点是多思考和找到解决问题的套路,不要把自己的大脑当作是固态硬盘来存数据,要把自己的大脑当作是CPU或者是GPU,是用来计算的。