重磅干貨，第一時(shí)間送達(dá)
來(lái)源 | 大數(shù)據(jù)文摘
編輯 | 紅色石頭
試圖入門(mén)機(jī)器學(xué)習(xí)時(shí)，多數(shù)人會(huì)感到不知所措？這時(shí)候，一份明確的學(xué)習(xí)路徑可以幫你去除這一焦慮。
一周前在Github上出現(xiàn)的一份超高贊貼就總結(jié)出了這樣一份“入門(mén)套路”，據(jù)這位神秘的發(fā)帖人所說(shuō)，機(jī)器學(xué)習(xí)不需要繁雜的準(zhǔn)備和高深的數(shù)學(xué)知識(shí)，你只需有足夠的時(shí)間、正確的學(xué)習(xí)方法、對(duì)數(shù)據(jù)分析的好奇心就足夠了。
其實(shí)，前段時(shí)間紅色石頭就發(fā)文推薦過(guò)這個(gè) GitHub 高贊項(xiàng)目，鏈接如下：
5000 星！GitHub 高贊?rùn)C(jī)器學(xué)習(xí)路線(xiàn)圖，請(qǐng)務(wù)必收藏！
這個(gè)項(xiàng)目是一位名為“維吉爾（Vigilio）”的開(kāi)發(fā)者整理的。項(xiàng)目包括職業(yè)進(jìn)階路徑、專(zhuān)業(yè)知識(shí)講解、工具介紹等，著重強(qiáng)調(diào)，不走彎路，簡(jiǎn)明扼要！Vigilio稱(chēng)，這篇帖子按照層次結(jié)構(gòu)和復(fù)雜程度組織編寫(xiě)，以便讓學(xué)習(xí)者對(duì)事物的運(yùn)作方式有一個(gè)連貫的想法。
項(xiàng)目地址：
https://github.com/clone95/Virgilio
該項(xiàng)目主要包含了六個(gè)方面：
New To Data Science?
Complete Learning Paths
Specializations
Tools
Topics
Research
我們通過(guò)一張圖來(lái)看一下這個(gè)項(xiàng)目包含了哪些內(nèi)容。
這份學(xué)習(xí)路線(xiàn)圖可以說(shuō)非常完整和詳細(xì)，包含的內(nèi)容很全面。但是缺點(diǎn)就是英文版不方便大家閱讀，以便更有效率地學(xué)習(xí)。
重點(diǎn)來(lái)了！就在一周前，這份英文版 GitHub 資料被名為 @jiaxianhua 的同胞翻譯出了簡(jiǎn)體中文版，讓不想費(fèi)力讀英文的同學(xué)也可以輕松上手啦！
當(dāng)然，先附上網(wǎng)址：??
https://github.com/clone95/Virgilio/tree/master/zh-CN
下面文摘菌根據(jù)這份資料給大家好好捋一捋這個(gè)漢化項(xiàng)目的具體內(nèi)容。
1. 新接觸數(shù)據(jù)科學(xué)？
新接觸數(shù)據(jù)科學(xué)需要什么？當(dāng)然，Python 這一基礎(chǔ)的編程語(yǔ)言需要掌握。一些數(shù)學(xué)的基礎(chǔ)知識(shí)當(dāng)然也少不了。如果想進(jìn)階的話(huà)，當(dāng)然就需要學(xué)習(xí)一些高等的數(shù)學(xué)知識(shí)和高級(jí)的Python啦。
在這份 GitHub 項(xiàng)目里，這位外國(guó)小哥給出了基礎(chǔ) Python 教程以及數(shù)據(jù)科學(xué) Python 教程。其他的部分，包括高級(jí) Python、高等數(shù)學(xué)以及數(shù)學(xué)科學(xué)里的數(shù)學(xué)知識(shí)，目前都還是“即將推出”的狀態(tài)。
先學(xué) Python 然后入門(mén)數(shù)據(jù)科學(xué)，這絕對(duì)是最高效的學(xué)習(xí)路徑。
在基礎(chǔ) Python 目錄下，先給出超鏈接讓你學(xué)習(xí)基本算術(shù)運(yùn)算和數(shù)據(jù)類(lèi)型，然后介紹流程控制，包括if語(yǔ)句的使用，for 循環(huán)的使用等等。
關(guān)于函數(shù)的使用，在項(xiàng)目中，作者也給出了一個(gè)好的經(jīng)驗(yàn)法則是：如果一件事情要重復(fù)做 3 次以上，那就寫(xiě)一個(gè)函數(shù)吧，并根據(jù)你的需要決定調(diào)用次數(shù)。
除此之外，一些基礎(chǔ)知識(shí)也有介紹。包括如何定義函數(shù)，如何調(diào)用等等。
總之，資料非常豐富，對(duì)于一些問(wèn)題講的不夠清楚的地方也給出了超鏈接轉(zhuǎn)到了相應(yīng)的答案。
2. 完整的學(xué)習(xí)路徑
一個(gè)專(zhuān)業(yè)的機(jī)器學(xué)習(xí)工程師應(yīng)該專(zhuān)注于 TensorFlow 和 Scikit-Learn。而使用 Scikit-Learn 主要能做的是端到端機(jī)器學(xué)習(xí)項(xiàng)目、線(xiàn)性回歸、分類(lèi)、訓(xùn)練模型、支持向量機(jī)、決策樹(shù)、集成學(xué)習(xí)和隨機(jī)森林以及無(wú)監(jiān)督學(xué)習(xí)。
使用 TensorFlow 能夠搭建：ANN - 人工神經(jīng)網(wǎng)絡(luò)，CNN - 卷積神經(jīng)網(wǎng)絡(luò)，RNN - 遞歸神經(jīng)網(wǎng)絡(luò)以及自動(dòng)編碼器和做強(qiáng)化學(xué)習(xí)相關(guān)的項(xiàng)目。
除了使用這兩個(gè)框架之外，一些文章，網(wǎng)絡(luò)應(yīng)用程序，reddit 線(xiàn)程，最佳實(shí)踐，項(xiàng)目和 repo 也非常值的看。
數(shù)據(jù)科學(xué)備忘單
https://github.com/FavioVazquez/ds-cheatsheets
真實(shí)數(shù)據(jù)科學(xué)/ML 項(xiàng)目的集合
https://docs.google.com/document/d/e/2PACX-1vRRC3ZIcvjFqEYEgnN9pptoWONr2mSGZJ4hSdL8Jpf2IpXdxjTc-d3jrpb98h59xJnZ3h1frUDydoxc/pub
TensorFlow中的教程和 ML 項(xiàng)目的集合
https://github.com/jtoy/awesome-tensorflow
其他 TensorFlow示例
https://github.com/aymericdamien/TensorFlow-Examples
更多需要收藏以及注意的文章，博客可以去這份資料中尋找：
地址：
https://github.com/clone95/Virgilio/tree/master/zh-CN/LearningPaths/Machine%20Learning%20Engineer%20Career%20Path
在學(xué)習(xí)機(jī)器學(xué)習(xí)時(shí)，數(shù)學(xué)知識(shí)應(yīng)該掌握到什么程度？正如這份github的作者而言：
無(wú)論誰(shuí)告訴你機(jī)器學(xué)習(xí)背后的數(shù)學(xué)很難...... 都沒(méi)有錯(cuò)！但是你必須考慮到每次你要使用它時(shí)，機(jī)器都會(huì)為你處理它！因此，重要的是掌握主要概念并認(rèn)識(shí)到這些概念的限制和應(yīng)用。沒(méi)有人會(huì)要求你手工計(jì)算梯度！
注：在路徑這一塊，目前只有機(jī)器學(xué)習(xí)相關(guān)資料，商業(yè)智能和云計(jì)算都是待推出狀態(tài)
3. 專(zhuān)業(yè)化
這個(gè)類(lèi)別中，目前存在的是數(shù)據(jù)預(yù)處理和有效陳述這兩個(gè)項(xiàng)目。同樣，其他的項(xiàng)目包括數(shù)據(jù)可視化、數(shù)據(jù)采集等都是待推出的狀態(tài)。
關(guān)于數(shù)據(jù)預(yù)處理，其實(shí)是個(gè)迭代過(guò)程的收集、組合、結(jié)構(gòu)化和組織數(shù)據(jù)。目的是為以后的數(shù)據(jù)可視化，分析和機(jī)器學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。
每一個(gè)數(shù)據(jù)科學(xué)家或者數(shù)據(jù)工程師都應(yīng)該具有清洗和構(gòu)造數(shù)據(jù)的能力。不同的數(shù)據(jù)類(lèi)型，需要做出不同的數(shù)據(jù)處理。在做數(shù)據(jù)預(yù)處理的過(guò)程中最主要是有不要把數(shù)據(jù)當(dāng)玩笑的心態(tài)。
首先在嘗試數(shù)據(jù)準(zhǔn)備步驟時(shí)，先不要處理 GB 級(jí)別的數(shù)據(jù)。只需使用數(shù)據(jù)的小子集 ，但子集要具有代表性)
在做數(shù)據(jù)清洗工作時(shí)候，需要注意：刪除額外的空格、選擇并處理所有空白單元格、轉(zhuǎn)換值類(lèi)型、刪除重復(fù)項(xiàng)、將文本更改為小寫(xiě) / 大寫(xiě)、拼寫(xiě)檢查、處理特殊字符、規(guī)范日期、驗(yàn)證豐富數(shù)據(jù)、數(shù)據(jù)離散化、特征縮放等等。數(shù)據(jù)預(yù)處理是非常復(fù)雜的，你的最終目標(biāo)是做到盡可能 自動(dòng)化。
然后在數(shù)據(jù)分析中需要明確：你打算解決哪個(gè)業(yè)務(wù)問(wèn)題 (什么是重要的，什么不是)；數(shù)據(jù)是如何被收集的(有噪音，缺失值......) ；你們有多少數(shù)據(jù)在那里，我在哪里可以找到他們？ (數(shù)據(jù)維度和從存儲(chǔ)中檢索)。
在學(xué)習(xí)數(shù)據(jù)預(yù)處理的過(guò)程中，你可以按順序選擇它們或選擇最適合你的那個(gè)，但建議你至少要一次把它們都看完。
總體來(lái)說(shuō)有兩種類(lèi)型的專(zhuān)業(yè)化：硬技能和軟技能。
前者是關(guān)于技術(shù)流程，是每個(gè)處理數(shù)據(jù)的人的核心工具包。使用數(shù)據(jù)是一種藝術(shù)形式，經(jīng)驗(yàn)法則和最佳實(shí)踐將幫助你了解處理它們的方式。你需要對(duì)如何處理數(shù)據(jù)產(chǎn)生一種 “感覺(jué)”，這種 “感覺(jué)” 主要是由情況和經(jīng)驗(yàn)驅(qū)動(dòng)的。
后者是真正的價(jià)值促成者。如果有了軟技能，你可以成為世界上最好的開(kāi)發(fā)人員或工程師，但如果你無(wú)法向受眾傳達(dá)你的建議和發(fā)現(xiàn)，或者使用數(shù)據(jù)來(lái)建議企業(yè)如何做決策，那么你對(duì)公司來(lái)說(shuō)就毫無(wú)用處。
在向受眾傳達(dá)建議和發(fā)現(xiàn)時(shí)，需要的框架包括：設(shè)置、故事、情緒和感覺(jué)(你需要在你的受眾中重現(xiàn)它們)、結(jié)論的動(dòng)機(jī)以及結(jié)論。
在說(shuō)話(huà)時(shí)候注意使用第一個(gè)人，注意修辭問(wèn)題，表達(dá)盡可能的自然，最后給出總結(jié)理由和實(shí)際建議。
4. 主題
這部分主要內(nèi)容是使用 DialogFlow，Python 和 Flask 打造 ChatBot。挺有意思的。簡(jiǎn)單來(lái)說(shuō)，ChatBot 是一種模擬人類(lèi)對(duì)話(huà)(以文本和音頻形式）的計(jì)算機(jī)程序，我們將其視為智能和有用的。他們最重要的應(yīng)用是個(gè)人或企業(yè)虛擬助手。
我之所以選擇了 DialogFlow，是因?yàn)椋?nbsp;
融入 Google 的機(jī)器學(xué)習(xí)專(zhuān)業(yè)知識(shí)和 Google Cloud Speech-to-Text 等產(chǎn)品
是一項(xiàng)在 Google 云端平臺(tái)上運(yùn)行的 Google 服務(wù)，可讓你擴(kuò)展到數(shù)億用戶(hù)
非常適合初學(xué)者，直觀，并且具有完整而清晰的文檔
地址：
https://github.com/clone95/Virgilio/blob/master/zh-CN/Topics/DialogFlow.md
5. 工具
在學(xué)習(xí)的過(guò)程中，要熟練的使用Jupyter Notebooks、latex、Wolfram Alpha等等。
LaTeX 是一種標(biāo)記語(yǔ)言(或者，如 官方網(wǎng)站 所述，“用于高質(zhì)量排版的文檔準(zhǔn)備系統(tǒng)”) 用于創(chuàng)建精彩的論文和演示文稿。你在職業(yè)生涯中閱讀的幾乎所有論文都是使用 LaTeX 編寫(xiě)的。
LaTeX 有幾個(gè)發(fā)行版，打開(kāi)下面的鏈接可以看到
http://www.tug.org/interest.html#free
安裝后，你需要一個(gè)編輯器來(lái)編寫(xiě) LaTeX 文檔?？梢允褂媚阆胍娜魏尉庉嬈?，包括記事本，vim，nano，gedit 等，但建議你選擇免費(fèi)和跨平臺(tái)的 Texmaker 。
Texmaker
http://www.xm1math.net/texmaker/
另外，推薦下面這個(gè)網(wǎng)站，它允許用戶(hù)在線(xiàn)編寫(xiě)公式，并且還有大量符號(hào)，你只需單擊，生成所需的代碼即可。你還可以預(yù)覽公式，以便更容易確保所有內(nèi)容都正確編寫(xiě)。
網(wǎng)站地址：
https://www.codecogs.com/latex/eqneditor.php
WolframAlpha (WA) 是一個(gè)計(jì)算知識(shí)引擎。其具有強(qiáng)大的數(shù)學(xué)能力，它可以成為一個(gè)非常強(qiáng)大的工具來(lái)幫助你進(jìn)行計(jì)算。具體的功能包括基本計(jì)算、繪圖函數(shù)、求解方程、解不等式、矩陣代數(shù)、計(jì)算級(jí)數(shù)和、求導(dǎo)、計(jì)算積分、求極限等等。
GeoGebra (GG) 是一個(gè)功能強(qiáng)大的動(dòng)態(tài)數(shù)學(xué)應(yīng)用程序，適用于所有級(jí)別的教育，它將幾何，代數(shù)，電子表格，圖示器，統(tǒng)計(jì)和無(wú)窮小計(jì)算結(jié)合到一個(gè)易于使用的單一軟件。 GeoGebra 社區(qū)正以指數(shù)級(jí)增長(zhǎng)，數(shù)百萬(wàn)用戶(hù)遍布許多國(guó)家。 GeoGebra 已成為全球高等數(shù)學(xué)，科學(xué)支持，技術(shù)，工程和數(shù)學(xué)以及教學(xué)和學(xué)習(xí)創(chuàng)新軟件的領(lǐng)先提供商。
下載及使用教程：
https://github.com/clone95/Virgilio/blob/master/zh-CN/Tools/GeoGebra.md
然后是正則表達(dá)式，這是一種匹配一種編寫(xiě)匹配字符串的模式的方法。
使用教程：
https://github.com/clone95/Virgilio/blob/master/zh-CN/Tools/Regex.ipynb
6. 研究
這部分包含了 Zotero 和即將推出的最新論文。Zotero 是一個(gè)書(shū)目參考管理工具。廣泛用于研究領(lǐng)域(撰寫(xiě)研究，論文或文章) ，它可以收集研究結(jié)果，保留細(xì)節(jié)(文本和參考文獻(xiàn)) ，然后創(chuàng)建參考書(shū)目。這有效地優(yōu)化了研究結(jié)果和參考文獻(xiàn)的管理以及文檔和編譯。
更多細(xì)節(jié)，讀者可自行搜索和研究！
最后，附上完整的路徑圖，enjoy??
總的來(lái)說(shuō)，這份 GitHub 項(xiàng)目?jī)?nèi)容非常干！漢化版的資源極大地提高了學(xué)習(xí)效率。感謝原作者和漢化者的熱心付出和辛勤工作，該項(xiàng)目是機(jī)器學(xué)習(xí)非常好的入門(mén)教程，希望對(duì)大家有所幫助！
聯(lián)系客服
