通過互聯(lián)網(wǎng)學(xué)習(xí)意味著可以在無垠的知識(shí)海洋中遨游，但也可能因?yàn)閺V闊而迷失。在這個(gè)項(xiàng)目中，作者為機(jī)器學(xué)習(xí)提供了一個(gè)完整的學(xué)習(xí)路徑。從 ML 到 DL、Scikit-Learn 到 TensorFlow，你需要這份學(xué)海指南。

曾有多少次，當(dāng)你試圖接近某一個(gè)新主題或領(lǐng)域時(shí)，會(huì)感到困惑、迷失方向并且無「路」可循。要如何確保你能夠深刻理解并且獲得運(yùn)用它的能力呢？當(dāng)然是借鑒其他人的成熟路徑，然后跟著他一步步學(xué)習(xí)，少走很多彎路。

在這篇文章中，作者總結(jié)了三四年內(nèi)從互聯(lián)網(wǎng)學(xué)習(xí)機(jī)器學(xué)習(xí)的經(jīng)驗(yàn)，他收集了大量開源項(xiàng)目、工具、教程和視頻鏈接等資源，并將它們組織成一條高效的學(xué)習(xí)路徑。

• 項(xiàng)目地址：https://github.com/clone95/Machine-Learning-Study-Path-March-2019

本資源庫(kù)旨在為以下領(lǐng)域提供三種有機(jī)完整的學(xué)習(xí)路徑：

• 機(jī)器學(xué)習(xí)
• 商業(yè)智能（即將發(fā)布）
• 云計(jì)算（即將發(fā)布）

在此你將能夠了解相關(guān)原理并且在項(xiàng)目實(shí)踐中予以運(yùn)用。如果仔細(xì)遵循這些學(xué)習(xí)路徑，則可以從零開始構(gòu)建完整的認(rèn)識(shí)和獲得始終可用的技能。事實(shí)上，這些學(xué)習(xí)路徑不需要之前有相關(guān)知識(shí)，但基礎(chǔ)編程和簡(jiǎn)單數(shù)學(xué)是理解和實(shí)踐大多數(shù)概念的必要條件。

這里列出的每一個(gè)資源都是免費(fèi)或開源的，作者設(shè)法以簡(jiǎn)潔方式進(jìn)行表述以避免顯得太過復(fù)雜。此外，作者試圖按照層次和復(fù)雜程度來組織內(nèi)容，從而為學(xué)習(xí)機(jī)器學(xué)習(xí)原理提供一個(gè)連貫的概念。

作者表示，第二本指南（商業(yè)智能）將在 2 至 3 周內(nèi)發(fā)布：

• 機(jī)器學(xué)習(xí)生涯-已發(fā)布
• 商業(yè)智能生涯-即將發(fā)布
• 云計(jì)算生涯-即將發(fā)布

以下是不同學(xué)習(xí)路徑的的路線圖（機(jī)器學(xué)習(xí)的路線圖已發(fā)布）。

三大路徑與專題

在三大路徑中，機(jī)器學(xué)習(xí)工程師已經(jīng)完成并發(fā)布，其它商業(yè)數(shù)據(jù)分析和云計(jì)算還沒有完成。其中在機(jī)器學(xué)習(xí)工程師需要從基本的工具、傳統(tǒng)機(jī)器學(xué)習(xí)到深度學(xué)習(xí)打造完整的知識(shí)體系，同時(shí)也要知道如何工程化地開發(fā)和部署模型。

在學(xué)習(xí) ML 和 DL 的過程中，作者表示重點(diǎn)是按照層次理解各模型的概念，并通過優(yōu)秀的開源框架實(shí)現(xiàn)這些概念。文章后面會(huì)具體介紹機(jī)器學(xué)習(xí)工程師應(yīng)該學(xué)習(xí)哪些模型與工具才能一步步成長(zhǎng)。

對(duì)于后面的兩條路徑，它們注重的內(nèi)容不同，知識(shí)體系也不一樣，有需要的同學(xué)還需要等幾周。此外，作者還提供了一些額外的擴(kuò)展知識(shí)，包括數(shù)據(jù)專題和軟技能專題。

其中數(shù)據(jù)專題介紹了數(shù)據(jù)的各種操作，它們的確是每一位數(shù)據(jù)工作者的核心工具包。從某種角度看，與數(shù)據(jù)打交道是一門藝術(shù)，最佳實(shí)踐會(huì)幫助你理解處理數(shù)據(jù)的正確方式，但同時(shí)你也需要培養(yǎng)一種如何處理數(shù)據(jù)的「直覺」，而這種「直覺」大都是由情境和經(jīng)驗(yàn)驅(qū)動(dòng)的?；诖?，這些專題將著重討論訓(xùn)練和實(shí)踐。

機(jī)器學(xué)習(xí)工程師成才之路

這一部分介紹了已經(jīng)發(fā)布的「機(jī)器學(xué)習(xí)工程師」學(xué)習(xí)路徑，作者介紹了很多學(xué)習(xí)資源，我們只展示了簡(jiǎn)要的示例，更多細(xì)節(jié)請(qǐng)查看原項(xiàng)目。

這里列出的所有東西都是開源且免費(fèi)的，而且大部分來自世界著名的大學(xué)和開源協(xié)會(huì)。

當(dāng)我們學(xué)習(xí)一些新的東西，尤其是那些內(nèi)容廣泛又復(fù)雜的事物時(shí)，避免混淆是很有必要的。因此本文接下來將介紹一些相關(guān)內(nèi)容，而且盡可能采用那些來自相同語境和作者的內(nèi)容。如果沒有合適的內(nèi)容，作者收集了理論和例子以及一些指向資源的內(nèi)容，如「______的最佳實(shí)踐」。

作者將學(xué)習(xí)路徑分為四部分：

1. 先決條件

• Python
• Jupyter Notebook
• 需要掌握的數(shù)學(xué)
• 機(jī)器學(xué)習(xí)路徑

2. 用 Scikit-Learn 庫(kù)進(jìn)行機(jī)器學(xué)習(xí)

• 為什么選擇 Scikit-Learn？
• 端到端機(jī)器學(xué)習(xí)項(xiàng)目
• 線性回歸
• 分類
• 訓(xùn)練模型
• 支持向量機(jī)
• 決策樹
• 集成學(xué)習(xí)和隨機(jī)森林
• 無監(jiān)督學(xué)習(xí)
• 當(dāng)前總結(jié)和未來展望

3. 用 TensorFlow 學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

• 為什么選擇 TensorFlow
• 啟動(dòng)和運(yùn)行 TensorFlow
• ANN——人工神經(jīng)網(wǎng)絡(luò)
• CNN——卷積神經(jīng)網(wǎng)絡(luò)
• RNN——循環(huán)神經(jīng)網(wǎng)絡(luò)
• 訓(xùn)練網(wǎng)絡(luò)：最佳實(shí)踐
• 自編碼器
• 強(qiáng)化學(xué)習(xí)
• 下一步

4. 學(xué)習(xí)工具

• 機(jī)器學(xué)習(xí)項(xiàng)目
• 數(shù)據(jù)科學(xué)工具
• 博客/Youtube 頻道/網(wǎng)站

背景知識(shí)

Python 是最有用和受歡迎的編程語言之一，因此它用于機(jī)器學(xué)習(xí)領(lǐng)域是無可厚非的事。和數(shù)據(jù)科學(xué)領(lǐng)域的大部分框架一樣，TensorFlow 和 Python 結(jié)合了，而 Scikit-Learn 則是用 Python 寫的。

簡(jiǎn)而言之，Jupyter Notebook 就是用來寫并運(yùn)行 Python 代碼的編輯器。與數(shù)據(jù)打交道意味著需要大量實(shí)驗(yàn)，并將實(shí)驗(yàn)組織成某些具體的形式以獲取潛在知識(shí)，所以 Jupyter Notebook 就必不可少了。

Python 和 Jupyer Notebook 是最基礎(chǔ)的模塊，相信大家已經(jīng)非常熟了。如果需要走機(jī)器學(xué)習(xí)之路，除了 Python 外，首先就需要知道如何使用數(shù)值計(jì)算庫(kù) NumPy、可視化庫(kù) Matplotlib 和數(shù)據(jù)預(yù)處理庫(kù) Pandas，它們都是機(jī)器學(xué)習(xí)工程必不可少的工具。

有人告訴你機(jī)器學(xué)習(xí)背后的數(shù)學(xué)很難？這么說也沒錯(cuò)。但是，要知道你每次要用它的時(shí)候，機(jī)器會(huì)為你處理這些。所以重點(diǎn)是抓住主要概念并認(rèn)識(shí)到其局限性和應(yīng)用方面。如果你不熟悉這些概念，那就學(xué)習(xí)，因?yàn)檫@是所有一切的原理。

有了這三種資源，你就能夠明白你真正需要深入理解的大部分東西。

• 關(guān)于線性代數(shù)的精品課程：https://ocw./courses/mathematics/18-06-linear-algebra-spring-2010/
• 與基本概率和統(tǒng)計(jì)學(xué)概念結(jié)合：https://www./course/introduction-to-probability-0
• 你需要了解的大多數(shù)數(shù)學(xué)：https:///matrix-calculus/index.html#sec4.5

如下書籍所述，它描述了有關(guān)什么是機(jī)器學(xué)習(xí)以及什么時(shí)候需要機(jī)器學(xué)習(xí)，這些都是最簡(jiǎn)潔和最具啟發(fā)性的概述。

地址：https://www./library/view/hands-on-machine-learning/9781491962282/ch01.html

傳統(tǒng)編程開發(fā)流程。

機(jī)器學(xué)習(xí)開發(fā)流程。

機(jī)器學(xué)習(xí)與 Scikit-Learn

Scikit-Learn 是最完整、最成熟以及完檔最完整的機(jī)器學(xué)習(xí)任務(wù)庫(kù)之一。Scikit-Learn 利用功能強(qiáng)大和先進(jìn)的模型實(shí)現(xiàn)「開箱即用」，并且為數(shù)據(jù)科學(xué)流程提供設(shè)施功能。初次使用時(shí)，作者建議你過一遍下面的 Kaggle 案例，它目的是試圖對(duì)泰坦尼克號(hào)上的乘客是否最有可能生還作出預(yù)測(cè)。

泰坦尼克號(hào)示例：https://www./startupsci/titanic-data-science-solutions

其它更多的示例與資料可在 Kaggle 上獲得，該平臺(tái)提供大量免費(fèi)數(shù)據(jù)集以及有趣的挑戰(zhàn)和機(jī)器學(xué)習(xí)模型試驗(yàn)。

1. 線性回歸

最簡(jiǎn)單的機(jī)器學(xué)習(xí)形式，也是每個(gè)對(duì)預(yù)測(cè)數(shù)據(jù)集結(jié)果感興趣的人的起點(diǎn)。

• 例 1：https:///stable/auto_examples/linear_model/plot_ols.html#sphx-glr-auto-examples-linear-model-plot-ols-py
• 例 2：https:///how-to-run-linear-regression-in-python-scikit-learn/
• 例 3：https://www./linear-regression-python-implementation/

2. 分類

當(dāng)想要從不同的可能性中預(yù)測(cè)結(jié)果時(shí)，分類是最重要的機(jī)器學(xué)習(xí)任務(wù)之一。

• 二分類：https:///make-predictions-scikit-learn/
• logistic 回歸：https:///building-a-logistic-regression-in-python-301d27367c24
• 分類器度量標(biāo)準(zhǔn)：https:///thalus-ai/performance-metrics-for-classification-problems-in-machine-learning-part-i-b085d432082b

3. 支持向量機(jī)（SVM）

支持向量機(jī)是一種非常經(jīng)典的 ML 模型，它的目的是尋找一個(gè)超平面來對(duì)樣本進(jìn)行分割，分割的原則是類別間隔最大化，最終轉(zhuǎn)化為一個(gè)凸二次規(guī)劃問題來求解。

• 理論解釋：https://www.bilibili.com/video/av28186618
• 實(shí)戰(zhàn)指南：https://www.bilibili.com/video/av38543231
• 實(shí)戰(zhàn)指南：http:///2017/02/01/decision-tree-algorithm-python-with-scikit-learn/

4. 決策樹

決策樹預(yù)測(cè)結(jié)果背后最簡(jiǎn)單但最有效的方法之一，它們被用于很多方面（如隨機(jī)森林）。

• 理論解釋：https://www.bilibili.com/video/av26086646
• 實(shí)戰(zhàn)指南：https://www.bilibili.com/video/av35523476
• 實(shí)戰(zhàn)指南：http:///2017/02/01/decision-tree-algorithm-python-with-scikit-learn/

5. 集成學(xué)習(xí)和隨機(jī)森林

集成學(xué)習(xí)是利用所有不同特征、一些機(jī)器學(xué)習(xí)模型的優(yōu)缺點(diǎn)來獲得一組「投票者」，這些投票者在每次預(yù)測(cè)時(shí)都會(huì)給你最有可能的結(jié)果，這些投票由不同的分類器給出（SVM、ID3 算法、logistic 回歸）。

6. 無監(jiān)督學(xué)習(xí)

• 臺(tái)大李宏毅視頻：https://www.bilibili.com/video/av10590361/?p=24
• explains Unsupervised Learning really well：https:///unsupervised-learning-with-python-173c51dc7f03
• 無監(jiān)督學(xué)習(xí)、有監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)的區(qū)別：https://blogs./blog/2018/08/02/supervised-unsupervised-learning/

深度學(xué)習(xí)和 TensorFlow

自 2015 年開源以來，深度學(xué)習(xí)框架的天下就屬于 TensorFlow。不論是 GitHub 的收藏量或 Fork 量，還是業(yè)界使用量都無可比擬地位列頂尖。這一部分作者介紹了很多 TensorFlow 相關(guān)的教程與實(shí)現(xiàn)，推薦讀者可以直接看 TensorFlow 的官方教程。對(duì)于深度學(xué)習(xí)，讀者可以跟著斯坦福的 CS231n 課程或《深度學(xué)習(xí)》進(jìn)行學(xué)習(xí)。

• 從框架優(yōu)缺點(diǎn)說起，這是一份 TensorFlow 入門極簡(jiǎn)教程
• 三天速成！香港科技大學(xué) TensorFlow 課件分享
• 請(qǐng)快點(diǎn)粘貼復(fù)制，這是一份好用的 TensorFlow 代碼集
• 英語不行？你可以試試 TensorFlow 官方中文版教程
• 關(guān)于 TensorFlow，你應(yīng)該了解的 9 件事
• 用 TensorFlow Estimator 實(shí)現(xiàn)文本分類

在了解 TensorFlow 后，作者表示我們可以迭代地學(xué)習(xí)用深度學(xué)習(xí)做工程：

1. 通過斯坦福 CS231n、吳恩達(dá)的 DL 專項(xiàng)課程或李宏毅的 ML 課程理解最基本的概念，不需要完全弄懂?dāng)?shù)學(xué)推導(dǎo)，只需要知道是什么為什么就行。
2. 每一次深度挖掘一個(gè)專題，包括理論、教程、實(shí)現(xiàn)案例（例如 RNN 理論、RNN 教程和 RNN 實(shí)現(xiàn)案例）。
3. 第二步循環(huán)多個(gè)主題后，再看一遍第一步的資源，抓住主要的推導(dǎo)與細(xì)節(jié)。

后面作者從全連接網(wǎng)絡(luò)、循環(huán)網(wǎng)絡(luò)、卷積網(wǎng)絡(luò)和自編碼器等模塊介紹了很多學(xué)習(xí)資源，詳細(xì)內(nèi)容請(qǐng)查看原 GitHub 項(xiàng)目。

學(xué)習(xí)工具

這一部分，作者整理大量學(xué)習(xí)資源，包括機(jī)器學(xué)習(xí)項(xiàng)目、工具、Youtube 頻道、博客、網(wǎng)站等，感興趣的讀者可自行查看。