ramy  2018-05-15 20:22:44  应用程序 |   查看评论   

最值得收藏的机器学习入门方法

▲最值得收藏的机器学习入门方法

 

一说到机器学习,我被问得最多的问题是:给那些开始学习机器学习的人的最好的建议是什么?

 

其实说句实话,我并不知道怎么回答这个问题。每一个学习者都是独一无二的个体,有自己的学习需求和目的。我所能做的,就是分享一下当初我开始学习机器学习的时候,对我很有用的方法。

 

我是如何开始接触机器学习的

 

让时间回到 2017 年,我看到了 SethBling  实现机器学习来玩游戏的一个小演示。

SethBling  实现机器学习来玩游戏

这个小机器人有了自主学习的能力,甚至可以一次又一次地玩马莉欧游戏,当时我就震惊了。在那之后,我看到了别的使用神经网络的机器人,被用于各种不同的游戏——

神经网络的机器人

从 Caryhk 传统的机器学习项目

从 Caryhk 传统的机器学习项目

到星际机器学习项目——

星际机器学习项目

有些人还做了关于侃爷 Rap 的 LSTM 项目

侃爷 Rap 的 LSTM 项目

还有 Dota2 的 Open AI

Dota2 的 Open AI

sentdex 制作的 GTA

sentdex 制作的 GTA

我知道我必须要去学机器学习,这玩意儿简直太酷了。

 

我安装了 TensorFlow,从 syntax上下载了些代码,但是完全不知道代码里是怎么一回事,神经网络的确成功地使用大量的数据集,训练了模型,但我对代码所做的每一次修改都会报错,部分是因为 Python 的语法我之前完全没接触过,更为重要的是,我完全不知道该怎么写神经网络。

 

我先是快速 Google 了一下「怎样写一个神经网络?」,我发现了一个由完全听不同的数学和符号组成的庞然大物,对我而言看上去就像是外星语,那时我感觉到了强烈的挫败感,但我不达目的誓不罢休。

 

就在那时我接触到了 Coursera 上吴恩达的机器学习课程,我的天,那个课程同样也是外星语,我能够完成前几章课程完全没有问题,但那之后,吴恩达又开始讲外星语了。

 

我是如何坚持下去的

 

同志们,如果像我这样开始机器学习旅程,毫无疑问你会碰到一次巨大的词汇冲击。相信我,你大多数的困惑是因为无法理解提及的单词所引起的。当我意识到这个之后,我改变了我学习方法,转而去学习这个庞大的外星语。

 

在我学习的过程中,有很多术语和符号会反复出现:向量,矩阵,激活函数传播,机器学习等等。我在“向量”这个概念上花了一段时间,感谢 unity3D ,每当我觉得理解了机器学习中的一些概念,比如矩阵乘法,我都会回到我最喜欢的机器学习资源,去看看它们对于我来说,是不是变得容易理解了。

 

我很惊讶突然之间,我能够稍微更好地理解这门外星语了。

 

每当有概念毫无头绪让我止步不前,我都会把他们单独拿出来,举个例子,当我遇到 sigmoid 或者其他的激活函数,我就会列出一堆困扰我的问题,然后一个个单独查找。

 

说到这,我非常推荐可汗学院.com。这里有所有在你写自己的机器学习算法所要用到的。我在这里列出了一些你需要去学习的很重要的数学课供你参考,对我个人而言,帮助很大。

  
 

除特别注明外,本站所有文章均为 人工智能学习网 原创,转载请注明出处来自最值得收藏的机器学习入门方法(上)

留言与评论(共有 0 条评论)
   
验证码: