這是「范式大學(xué)推薦課程」第 4 篇文章,，量子位獲第四范式授權(quán)轉(zhuǎn)載并重新編輯。

相信看到這篇文章的朋友,，幾乎都想成為機(jī)器學(xué)習(xí)科學(xué)家,。

事實(shí)上，絕大多數(shù)的付費(fèi)課程,，基本上都有完全免費(fèi)的課程放在另一個(gè)地方,。我們只是把這些信息整理好，告訴你在哪兒可以找到他們,，以及通過什么樣的順序進(jìn)行學(xué)習(xí),。

這樣，哪怕你是還沒畢業(yè)的大學(xué)生,，或者是初入職場的工程師,，都可以通過自學(xué)的方式掌握機(jī)器學(xué)習(xí)科學(xué)家的基礎(chǔ)技能，并在論文,、工作甚至日常生活中快速應(yīng)用,。

在這里我們推薦一份用戶友好型的機(jī)器學(xué)習(xí)教程，你可以通過幾個(gè)月的學(xué)習(xí)成為機(jī)器學(xué)習(xí)科學(xué)家,，完全免費(fèi),。

一份用戶友好型的機(jī)器學(xué)習(xí)教程

當(dāng)你學(xué)習(xí)機(jī)器學(xué)習(xí)課程時(shí),，有沒有被信息過載所淹沒？

大部分的學(xué)習(xí)者都遇到了這個(gè)問題,，這不是他們的錯(cuò),，因?yàn)榻^大多數(shù)的機(jī)器學(xué)習(xí)課程都過于關(guān)注個(gè)別算法了。

沒錯(cuò),，雖然算法很重要,，但他們還是把太多時(shí)間花在了算法上。

以至于……你幾乎很難在短時(shí)間內(nèi)走完一遍機(jī)器學(xué)習(xí)的流程,，從而感受到通過它解決具體數(shù)據(jù)問題的巨大興奮,。

這些機(jī)器學(xué)習(xí)課程關(guān)注于算法是因?yàn)樗菀捉獭Ｏ啾戎?，如果機(jī)器學(xué)習(xí)老師要帶你走一遍機(jī)器學(xué)習(xí)的流程,，那么他需要搭建計(jì)算環(huán)境，完成數(shù)據(jù)采集,、清洗,、拆分，特征處理,，模型調(diào)參和模型預(yù)測,，甚至他還需要一個(gè)面向?qū)W習(xí)者的交互界面。老師哪有這么多的工具,，與其手把手帶著學(xué)生走一遭,，還不如學(xué)習(xí)機(jī)器學(xué)習(xí)算法。

但這樣的問題是,，很難有人能堅(jiān)持通過自學(xué),，成為一個(gè)卓越的機(jī)器學(xué)習(xí)科學(xué)家。哪怕他是數(shù)學(xué)博士,，或者技術(shù)高超的程序員,，都很容易陷在細(xì)節(jié)中而難以有具體項(xiàng)目實(shí)現(xiàn)的成就感。

這份教程將會(huì)帶來完全不同的思路,。它非常適合自學(xué)者,，即便完全沒有編程的基礎(chǔ)，也能通過恰當(dāng)?shù)墓ぞ呖焖賹?shí)現(xiàn)機(jī)器學(xué)習(xí)模型,，解決工作,、生活中遇到的具體問題。

值得注意的是,，我們享用了世界頂級的機(jī)器學(xué)習(xí)資源,，而不需要花費(fèi) 1 分錢。

自我學(xué)習(xí)的方法

我們推薦通過 Doing Shit（不是技術(shù)術(shù)語）完成你的學(xué)習(xí)。

在這之前你也許已經(jīng)學(xué)習(xí)過機(jī)器學(xué)習(xí)了,，但從我和朋友們的經(jīng)驗(yàn)來看,，往往會(huì)被各種神秘的符號、公式,、大量的教科書和論文整的暈頭轉(zhuǎn)向,，然后再也不想碰這惱人的玩意了。

我們的方法會(huì)更加友好,，它的學(xué)習(xí)過程就像小朋友學(xué)習(xí)一樣,，你會(huì)了解一些基礎(chǔ)的知識（但不一定要完全弄懂），然后通過好用的工具快速實(shí)現(xiàn)出來就好了,。而當(dāng)你被建模出來的結(jié)果吸引,，那時(shí)候我們才談算法背后的數(shù)學(xué)邏輯和計(jì)算邏輯。

所以我們會(huì)在學(xué)習(xí)中做很多機(jī)器學(xué)習(xí)項(xiàng)目,，這樣的好處是當(dāng)你面對一個(gè)工作機(jī)會(huì)時(shí),，你就是一個(gè)經(jīng)驗(yàn)豐富的機(jī)器學(xué)習(xí)科學(xué)家了！

當(dāng)然自學(xué)本身是需要自律的,，這本教程將一直陪伴著你,，以下是 4 個(gè)步驟。

1.前提條件 （不需要完全弄懂）

統(tǒng)計(jì)學(xué),、編程和數(shù)學(xué)（也可以不需要編程）

2.海綿模式

把自己浸泡在機(jī)器學(xué)習(xí)的各種理論中

3.目標(biāo)實(shí)踐

通過機(jī)器學(xué)習(xí)包實(shí)踐 9 個(gè)有意思的題目

4.機(jī)器學(xué)習(xí)項(xiàng)目

深度參與到感興趣的項(xiàng)目和領(lǐng)域中

機(jī)器學(xué)習(xí)之所以看起來很嚇人,，是因?yàn)榭偘殡S著那些晦澀難懂的術(shù)語。實(shí)際上,，即便你是中文系畢業(yè)的，也可以學(xué)好機(jī)器學(xué)習(xí),。不過,，我們需要你在一些領(lǐng)域有基礎(chǔ)的理解。

好消息是,，一旦你滿足了前提條件,，其余的將會(huì)非常容易。事實(shí)上,，幾乎所有的機(jī)器學(xué)習(xí)都是把統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)的概念應(yīng)用于數(shù)據(jù)領(lǐng)域

任務(wù)：確保你了解基礎(chǔ)的統(tǒng)計(jì)學(xué),、編程和數(shù)學(xué)

統(tǒng)計(jì)學(xué)：理解統(tǒng)計(jì)學(xué)、特別是貝葉斯概率對許多機(jī)器學(xué)習(xí)算法來說都是至關(guān)重要的,。

免費(fèi)的指南：How to Learn Statistics for Data Science, The Self-Starter Way

編程：懂得編程將會(huì)更靈活的應(yīng)用機(jī)器學(xué)習(xí),。

免費(fèi)的指南：How to Learn Python for Data Science, The Self-Starter Way

數(shù)學(xué)：對原始算法的研究需要線性代數(shù)、多變量計(jì)算的基礎(chǔ),。

免費(fèi)的指南：How to Learn Math for Data Science, The Self-Starter Way

你可以先看看這些教程,，給你的機(jī)器學(xué)習(xí)道路打下知識基礎(chǔ)。

海綿模式是盡可能吸收足夠多的機(jī)器學(xué)習(xí)理論知識。

現(xiàn)在有些人可能會(huì)想：“如果我不打算進(jìn)行原創(chuàng)性研究,，為什么在可以使用現(xiàn)有機(jī)器學(xué)習(xí)包的時(shí)候,，還需要學(xué)習(xí)理論？”

這是一個(gè)合理的問題,！

然而,，如果你想把機(jī)器學(xué)習(xí)更靈活的應(yīng)用于日常工作，學(xué)習(xí)一些基礎(chǔ)理論還是很有好處的,，而且你并不需要完全弄懂,。下面我們會(huì)劇透學(xué)習(xí)機(jī)器學(xué)習(xí)理論的 5 個(gè)理由。

（1）規(guī)劃和數(shù)據(jù)采集

數(shù)據(jù)采集真是一個(gè)昂貴和耗時(shí)的過程,！那么我需要采集哪些類型的數(shù)據(jù),？根據(jù)模型的不同，我需要多少數(shù)據(jù),？這個(gè)挑戰(zhàn)是否可行,？

（2）數(shù)據(jù)假設(shè)和預(yù)處理

不同的算法對數(shù)據(jù)輸入有不同的假設(shè)，那我應(yīng)該如何預(yù)處理我的數(shù)據(jù),？我應(yīng)該正則化嗎,？假如我的模型缺少一些數(shù)據(jù)，它還穩(wěn)定嗎,？離群值怎么處理,？

（3）解釋模型結(jié)果

簡單的認(rèn)為機(jī)器學(xué)習(xí)是一個(gè)“黑盒子”的概念是錯(cuò)誤的。是的,，并不是所有的結(jié)果都直接可以解釋,，但你需要診斷自己的模型然后改善它們。我要怎么評估模型是過擬合還是欠擬合,？我要向業(yè)務(wù)利益相關(guān)者怎么解釋這些結(jié)果,？以及模型還有多少的改善空間？

（4）改進(jìn)和調(diào)整模型

你的第一次訓(xùn)練很少會(huì)達(dá)到最佳模式,，你需要了解不同的調(diào)參和正則化方法的細(xì)微差別,。如果我的模型是過擬合了，我該如何補(bǔ)救,？我應(yīng)該花更多時(shí)間在特征工程上,，還是數(shù)據(jù)采集上？我可以組合我的模型嗎,？

（5）驅(qū)動(dòng)商業(yè)價(jià)值

機(jī)器學(xué)習(xí)從來不會(huì)在真空中完成,。如果你不了解武器庫中的工具，就無法最大化發(fā)揮它們的效能,。在這么多結(jié)果指標(biāo)中,，哪些是優(yōu)化的參考指標(biāo),？哪個(gè)更為重要？或者還有其他的算法會(huì)表現(xiàn)更好嗎,？

好消息是,，你不需要一開始就知道所有問題的答案。所以我們推薦你從學(xué)習(xí)足夠的理論開始,，然后快速進(jìn)入到實(shí)踐,。這樣的話，你比較能夠堅(jiān)持下來,，并在一段時(shí)間后真正精通機(jī)器學(xué)習(xí),。

以下是一些免費(fèi)的機(jī)器學(xué)習(xí)資料。

2.1 機(jī)器學(xué)習(xí)視頻課程

這是來自哈佛大學(xué)和耶魯大學(xué)的世界級課程,。

任務(wù)：完成至少一門課程

哈佛大學(xué)數(shù)據(jù)科學(xué)課程

端到端的數(shù)據(jù)科學(xué)課程,。相比吳恩達(dá)的課程，它對機(jī)器學(xué)習(xí)的重視程度較低,，但是從數(shù)據(jù)收集到分析,，你可以在這里學(xué)到整個(gè)數(shù)據(jù)科學(xué)的工作流程。

斯坦福大學(xué)機(jī)器學(xué)習(xí)課程

這是吳恩達(dá)的著名課程,，這些視頻說清楚了機(jī)器學(xué)習(xí)背后的核心理念,。如果你的時(shí)間只能上一節(jié)課，我們建議這個(gè),。

課程主頁：

https://www./watch?v=qeHZOdmJvFU&list=PLZ9qNFMHZ-A4rycgrgOYma6zxF4BZGGPW&index=1

2.2 機(jī)器學(xué)習(xí)參考資料

接下來我們推薦行業(yè)中兩本經(jīng)典的教材,。

任務(wù)：看這些 PDF 作為教科書

An Introduction to Statistical Learning

Gentler 在書里介紹了統(tǒng)計(jì)學(xué)習(xí)的基本要素，適合所有機(jī)器學(xué)習(xí)的學(xué)習(xí)者,。

PDF 地址：http://www-bcf./~gareth/ISL/ISLR%20Sixth%20Printing.pdf

Elements of Statistical Learning

嚴(yán)格的介紹了機(jī)器學(xué)習(xí)理論和數(shù)學(xué),，推薦給機(jī)器學(xué)習(xí)的研究員。

PDF 地址：http://statweb./~tibs/ElemStatLearn/

2.3 成功的關(guān)鍵

以下是每個(gè)步驟成功的關(guān)鍵,。

A：注重大局,，總是問為什么

每當(dāng)你被介紹一個(gè)新概念時(shí)，問一句“為什么”,。為什么在某些情況下要使用決策樹而不是回歸？為什么要規(guī)范參數(shù),？為什么要拆分?jǐn)?shù)據(jù)集,？當(dāng)你了解為什么使用每個(gè)工具時(shí)，你將成為真正的機(jī)器學(xué)習(xí)從業(yè)者,。

B：接受你不會(huì)記得所有學(xué)過的東西

不要瘋狂的做筆記,，也不要每個(gè)課程都復(fù)習(xí) 3 次。在自己的實(shí)際工作中,，你會(huì)經(jīng)常需要回過頭查看,。

C：繼續(xù)前進(jìn),，不要?dú)怵H

盡量避免在一個(gè)話題上拖太久的時(shí)間。即便是對于機(jī)器學(xué)習(xí)教授來說,，有些概念也很不好解釋,。但是當(dāng)你在實(shí)踐中開始應(yīng)用時(shí)，你會(huì)很快就懂得概念的真實(shí)含義,。

D：視頻比教科書更有效

從我們的經(jīng)驗(yàn)來看,，教科書是很好的參考工具，但它很難堅(jiān)持,。我們強(qiáng)烈推薦視頻講座的形式,。

在海綿模式之后，我們會(huì)通過刻意練習(xí)的方式磨練技能,，把機(jī)器學(xué)習(xí)能力提高到一個(gè)新水平,。目標(biāo)包括三個(gè)方面：

1.實(shí)踐完整的機(jī)器學(xué)習(xí)流程：包括數(shù)據(jù)收集、清洗,、預(yù)處理,，建立模型，調(diào)整參數(shù)和模型評估,。

2.在真實(shí)的數(shù)據(jù)集中練習(xí),，逐漸建立哪種模型適合哪種挑戰(zhàn)的直覺。

3.深入到一個(gè)具體主題中,，例如在數(shù)據(jù)集中應(yīng)用不同類型的聚類算法,，看哪些效果最好。

在完成這些步驟后,，當(dāng)你開始解決大型項(xiàng)目時(shí)就不會(huì)不知所措了,。

3.1 機(jī)器學(xué)習(xí)工具

為了快速實(shí)現(xiàn)機(jī)器學(xué)習(xí)模型，我們推薦使用現(xiàn)成的建模工具,。這樣的話,，你會(huì)在短時(shí)間內(nèi)練習(xí)整個(gè)機(jī)器學(xué)習(xí)的工作流程，而無需在任何一個(gè)步驟花費(fèi)太多時(shí)間,。這會(huì)給你非常有價(jià)值的“大局直覺”（Big Picture Intuition）,。

Python：Scikit-Learn

Scikit-learn 和 Sklearn 是通用機(jī)器學(xué)習(xí)中 Python 的黃金標(biāo)準(zhǔn)庫，它具有常規(guī)算法的實(shí)現(xiàn),。

R：Caret

Caret 為 R 語言中的模型包提供一個(gè)統(tǒng)一的界面,。它還包括了預(yù)處理、數(shù)據(jù)拆分,、模型評估的功能,，使其成為一個(gè)完整的端到端解決方案。

3.2 實(shí)踐數(shù)據(jù)集

學(xué)習(xí)了工具后,，你還需要一些數(shù)據(jù)集,。數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的藝術(shù),，很多都在于解決問題時(shí)的幾十個(gè)微觀決定。我們會(huì)在不同的數(shù)據(jù)集中看到建模的結(jié)果,。

任務(wù)：從以下選項(xiàng)中選擇 5 到 10 個(gè)數(shù)據(jù)集,。我們建議從 UCI 的機(jī)器學(xué)習(xí)庫開始，例如你可以選擇 3 個(gè)數(shù)據(jù)集,，分別用于回歸,、分類和聚類。

在進(jìn)行機(jī)器學(xué)習(xí)工程的時(shí)候,，想想以下問題：

你需要為每個(gè)數(shù)據(jù)集執(zhí)行哪些類型的預(yù)處理,？

你需要進(jìn)行降維操作嗎？你可以使用什么方法,？

你可以如何拆分?jǐn)?shù)據(jù)集,？

你怎么知道模型是否出現(xiàn)“過擬合”？

你應(yīng)該使用哪些類型的性能指標(biāo),？

不同的參數(shù)調(diào)整會(huì)如何影響模型的結(jié)果,？

你能夠進(jìn)行模型組合以得到更好的結(jié)果嗎？

你的聚類結(jié)果和直觀的相符么,？

UCI 機(jī)器學(xué)習(xí)報(bào)告

UCI 機(jī)器學(xué)習(xí)報(bào)告采集了超過 350 個(gè)不同的數(shù)據(jù)集,，專門為機(jī)器學(xué)習(xí)提供訓(xùn)練數(shù)據(jù)。你可以按照任務(wù)搜索（回歸,、分類或聚類）,，也可以按照行業(yè)、數(shù)據(jù)集大小搜索,。

Kaggle

Kaggle.com 以舉辦數(shù)據(jù)科學(xué)比賽聞名,，但是該網(wǎng)站還擁有超過 180 個(gè)社區(qū)數(shù)據(jù)集，它們包含了有趣的話題,，從用戶寵物小精靈到歐洲足球比賽的數(shù)據(jù)應(yīng)有盡有,。

Data.gov

如果你正在尋找社會(huì)科學(xué)或者與政府有關(guān)的數(shù)據(jù)集，請查看 Data.gov,。這是美國政府開放數(shù)據(jù)集合,，你可以搜索超過 190,000 個(gè)數(shù)據(jù)集。

好了,，現(xiàn)在到了真正有趣的部分了,。到目前為止，我們已經(jīng)涵蓋了前提條件,、基本理論和有目的實(shí)踐。現(xiàn)在我們準(zhǔn)備好進(jìn)入更大的項(xiàng)目,。

這一步驟的目標(biāo)是將機(jī)器學(xué)習(xí)技術(shù)整合到完整的,、端到端的分析中,。

4.1 完成一個(gè)機(jī)器學(xué)習(xí)項(xiàng)目

泰坦尼克號幸存者預(yù)測挑戰(zhàn)是一個(gè)非常受歡迎的機(jī)器學(xué)習(xí)實(shí)踐項(xiàng)目，事實(shí)上,，這是 Kaggle.com 上最受歡迎的比賽,。

我們喜歡以這個(gè)項(xiàng)目作為起點(diǎn)，因?yàn)樗泻芏鄠ゴ蟮慕坛?。你可以從中了解到這些有經(jīng)驗(yàn)的數(shù)據(jù)科學(xué)家們是怎么處理數(shù)據(jù)探索,、特征工程和模型調(diào)參的。

Python 教程

我們真的非常喜歡這個(gè)教程,，因?yàn)樗虝?huì)你如何進(jìn)行數(shù)據(jù)預(yù)處理和糾正數(shù)據(jù),。教程由 Pycon UK 提供。

教程地址：

R 教程

在 R 中使用 Caret 包來處理幾個(gè)不同的模型,。本教程很好總結(jié)了端到端的預(yù)測建模過程,。

教程地址：

這是一個(gè)“不負(fù)責(zé)任”的快速教程：僅僅是個(gè)教程，跳過了理論講解,。不過這也很有用,，而且它顯示了如何進(jìn)行隨機(jī)森林操作。

教程地址：

4.2 從頭寫個(gè)算法

為了對機(jī)器學(xué)習(xí)有更深的理解,，沒有什么比從頭寫個(gè)算法有幫助了,，因?yàn)槟Ч砜偸窃诩?xì)節(jié)里。

我們建議從一些簡單的開始,，例如邏輯回歸,、決策樹或者 KNN 算法。

這個(gè)項(xiàng)目也為你提供了一個(gè)將數(shù)據(jù)語言翻譯成程序語言的實(shí)踐,。當(dāng)你想把最新的學(xué)術(shù)界研究應(yīng)用于工作時(shí),，這個(gè)技能將會(huì)十分方便。

而如果你卡住了,，這里有一些提示：

維基百科有很多好資源,，它有很多常見算法的偽代碼。

為了培養(yǎng)你的靈感,，請嘗試查看現(xiàn)有機(jī)器學(xué)習(xí)軟件包的源代碼,。

將你的算法分解，為采樣,、梯度下降等編寫單獨(dú)的功能

從簡單開始,，在嘗試編寫隨機(jī)森林前，先執(zhí)行一個(gè)決策樹,。

4.3 選擇一個(gè)有趣的項(xiàng)目或領(lǐng)域

如果你沒有好奇心,，你是很難學(xué)好的。但目前為止,，也許你已經(jīng)找到了想堅(jiān)持下去的領(lǐng)域,，那么開始建模吧,！

老實(shí)說這是機(jī)器學(xué)習(xí)最好的部分了。這是一個(gè)強(qiáng)大的工具,，而一旦你開始理解,，很多想法都會(huì)主動(dòng)找上門。

好消息是,，如果你一直在跟蹤,，也準(zhǔn)備好從事這份工作，那么你的收獲會(huì)遠(yuǎn)超你的想象,！

我們也推薦了 6 個(gè)有趣的機(jī)器學(xué)習(xí)項(xiàng)目,。

地址：

恭喜你到達(dá)了自學(xué)指南的終點(diǎn)

這里有一個(gè)好消息，如果你已經(jīng)遵循并完成了所有任務(wù),，那么你在應(yīng)用機(jī)器學(xué)習(xí)上將會(huì)比 90% 自稱是數(shù)據(jù)科學(xué)家的人更好,。

而更好的消息是，你還有很多東西要學(xué)習(xí),。例如深度學(xué)習(xí),、強(qiáng)化學(xué)習(xí)、遷移學(xué)習(xí),、對抗生成模型等等,。

成為最好的機(jī)器學(xué)習(xí)科學(xué)家的關(guān)鍵是永遠(yuǎn)不要停止學(xué)習(xí)。在這個(gè)充滿活力,、激動(dòng)人心的領(lǐng)域,，開始你的旅程吧!

該教程由 EliteDataScience 提供，我們翻譯了這份教程,，略有改動(dòng),。這是原文鏈接：

「范式大學(xué)」由第四范式發(fā)起，致力于成為“數(shù)據(jù)科學(xué)家”的黃埔軍校,?！阜妒酱髮W(xué)系列課程」會(huì)和大家推薦戴文淵、楊強(qiáng),、陳雨強(qiáng)等機(jī)器學(xué)習(xí)領(lǐng)域頂尖從業(yè)人士的最新分享,，以及由第四范式產(chǎn)品團(tuán)隊(duì)推薦和整理的機(jī)器學(xué)習(xí)材料。

招聘

我們正在招募編輯記者,、運(yùn)營等崗位,，工作地點(diǎn)在北京中關(guān)村，期待你的到來,，一起體驗(yàn)人工智能的風(fēng)起云涌,。

相關(guān)細(xì)節(jié)，請?jiān)诠娞枌υ捊缑妫貜?fù)：“招聘”兩個(gè)字,。

△ 掃碼強(qiáng)行關(guān)注『量子位』

追蹤人工智能領(lǐng)域最勁內(nèi)容