机器学习入门学习资料_光环大数据培训机构.pdfVIP

光环大数据--大数据培训人工智能培训 机器学习入门学习资料_光环大数据培训机构 如果你是一个真正的初学者，并且有兴趣开始机器学习领域的学习，我希望 你能在其中找到有用的东西。我的建议是，选取其中一项资源，一本书，或者一 个库，从头到尾的读一边，或者完成所有的教程。选定一个后坚持学习，等到完 全掌握以后，再选取另一个资源按同样的方法学习。现在开始吧。 程序库 我信奉这么一句话：学到一定程度后，你需要开始尝试做事。这就是我怎么 学会编程的，并且我确信其他大部分的人也是这么学会的。要知道自己的极限， 激发自己的能量。如果你知道怎么编程，你就能快速深入到机器学习的学习中。 然后制定一个计划，在你实现一个工程系统前学习完这项技术相关的数学知识。 找一个库，先阅读其文档，然后就可以照着指南尝试做一些事情了。以下是 最优秀的机器学习库开源代码。我并不认为这些库适用于你的工程项目，但是它 们非常适合学习，开发及建模。 先选择一个你熟悉的语言对应的库，然后再尝试其他更功能强大的库。如果 你是个很好的程序员，你应该知道你可以很容易的从一种语言切换到另一种语言。 程序逻辑都是一样的，只是语法和API 的区别而已。 R Project for Statistical Computing （用于统计计算的R 工程）：这是一 个软件环境，采用类 lisp 脚本语言。提供了你想要的所有统计相关的东西，包 括非常赞的绘图。CRAN （第三方机器学习包）的机器学习分类下有该领域专家们 编写的代码，最新的接口方法和其他你能想到的功能都可以在上面找到。如果你 想快速建模并开发，R工程是必学的。不过你不一定从一开始就从这个工程学起。 光环大数据 光环大数据--大数据培训人工智能培训 WEKA：数据挖掘平台，提供了API，一些命令行及整个数据挖掘生命周期的 图像化用户接口。你可以准备数据，进行可视化开发，创建分类、回归、集群模 型和很多内嵌及第三方组件提供的算法。如果你需要基于Hadoop 平台工作，那 么Mahout 就是一个很好的机器学习java 框架，这个框架和和WEKA 不相关。但 如果你是大数据和机器学习的新手，那么还是坚持看 WEKA，记得一次只学一样 东西。 Scikit Learn：机器学习Python 库，依赖Numpy 和Scipy 库。如果你是Python 或者Ruby 程序员，这个库比较合适。该库接口友好，功能强大，且有完善的文 档支持。如果你想尝试其他东西，那么Orange 将是一个不错的选择。 Octave：如果你熟悉MatLab 或者你是Numpy 程序员且正尝试寻找一些不一 样的东西，那么可以考虑Octave。它提供了跟Matlab 相似的数据计算环境，并 且可以很简单的通过编程解决线性及非线性的问题，这些问题是大部分机器学习 算法的基础。如果你有工程师背景，你可以从这里开始学起。 BigML：可能你不想做任何的编程，那么你可以全部使用工具，比如 WEKA。 你还可以更深一步并使用像BigML 一样的服务，BigML 提供了web 版的机器学习 接口，开发及创建模型可以全部在浏览器上完成。 选取其中一个平台用于机器学习的实战练习。不要只是看，要做。 视频课程 现在很流行通过观看视频来学习机器学习。我在 YouTube 和 VideoLectures.Net 上看了很多机器学习的视频，看视频的风险在于你很容易只 是看而不会去实践。我建议在看视频的时候一定要做好笔记，即便之后你很快就 光环大数据 光环大数据--大数据培训人工智能培训 会把笔记扔掉。同时建议你不管在学什么，一定要去动手尝试。 坦白来说，我看过的视频中，没有哪个视频是特别适合初学者的，我指真正 的初学者。他们都是基于读者有最基本的线性代数和概率理论知识的假设。斯坦 福大学 Andrew Ng 的教程可能是最适合用于入门的了，另外，我推荐了一些一 次性视频。 Stanford Machine Lear