本菜鳥入門機器學習也有一段時間了，有那麼一丟丟的感悟，在這裡做一點總結。介紹一下機器學習理論和實踐的學習心得。高數、線性代數這就沒啥好說的，就是大學工科的必修科目。
李航的藍皮書和周志華的西瓜書可以說是國內的比較經典的教材，這兩位也是國內人工智慧領域的領軍人物。
前面推薦的書籍，雖然算得上入門教材，但可能對於小白來說，不是很容易接受。這裡推薦深度學習入門：基於python的理論與實現和機器學習實戰這兩本書，講的通俗易懂，容易上手。
程式語言推薦python，簡單容易上手。現在官方文件還推出了中文：
機器學習方面，python中有三個很重要的包：numpy、pandas、matplot。具體的使用方法請查閱相應的官方文件：
sklearn，這個包整合幾乎所有統計機器學習的api，是乙個很重要的工具包。官方**：
還有一些包是根據具體的任務來使用的，例如做nlp常需要用到nltk、jieba等包，這種情況我就不細講了。
教材上的東西都比較滯後，學術前沿還是在**上，機器學習這一塊更新換代的特別快，大家還是得多讀一讀最新的**，才能了解到最新的演算法和模型。
做機器學習，很多時候就是在調包和調參，雖然我們這樣吐槽，但實際上很多人連調包都不會。使用這些包，需要我們花費大量的時間來閱讀文件、熟悉api引數，這樣才能寫出比較好的程式。除此以外，我們還需要多閱讀**，從而進行一點模型上的創新。
Python機器學習庫和深度學習庫總結
我們在github上的貢獻者和提交者之中檢查了用python語言進行機器學習的開源專案，並挑選出最受歡迎和最活躍的專案。1.scikit learn 重點推薦 scikit learn 是基於scipy為機器學習建造的的乙個python模組，他的特色就是多樣化的分類，回歸和聚類的演算法包括支援向量機...
談談深度學習和機器學習
嚴格意義上講，深度學習屬於機器學習，所以這裡的機器學習嚴格意義上說，應該叫傳統意義的機器學習 基於概率統計的機器學習。在我讀研的時候，已經判斷機器學習會在後幾年火熱起來，但是，由於alphago的 攪局 這一時間點提前了，著實讓我有些狼狽的追趕，但是好歹也算是找到了機器學習的工作，雖然其中有一些彎路...
傳統機器學習和深度學習
托馬斯 貝葉斯 thomas bayes 同學的詳細生平在這裡。以下摘一段 wikipedia 上的簡介 所謂的貝葉斯方法源於他生前為解決乙個 逆概 問題寫的一篇文章，而這篇文章是在他死後才由他的一位朋友發表出來的。在貝葉斯寫這篇文章之前，人們已經能夠計算 正向概率 如 假設袋子裡面有n個白球，m個...