大家好,今天小编关注到一个比较有意思的话题,就是关于python机器学习自学的问题,于是小编就整理了3个相关介绍Python机器学习自学的解答,让我们一起看看吧。
机器学习-如何通过Python快速入门机器学习?
想快速入门的话,你可以这么看机器学习. 把每个机器学习算法看成一个函数,你只关心他的输入输出是什么就行,这样只要有点编程基础的话就都会使用机器学习了!这个级别的就看看python的sklearn包的机器学习算法模型怎么调用就行。应用性的机器学习算法的学习可以多看看Jason Brownlee的blog,有很多例子很容易上手
再进一步的话,就对每个算法函数的参数去多做点了解,比如把某一个参数调大调小会有什么影响等等。当模型出现结果不好时,能大概知道怎么去调动参数做优化。还有就是了解下怎么去评估一个算法的好坏,当数据平衡不平衡时分别用什么metrics比较好。以及怎么处理under-fittinng 和over-fitting问题。
在快速入门也知道怎么使用这些模型时,可以花时间具体去看看每个算法的具体理论,以及他们的优缺点,这样碰到不同问题就会大概知道选用什么方法去解决了!
机器学习有哪些学习路线?
首先,你要了解算法的过程,可以专门买一本数据挖掘方面的书来看,其次,你说你懂Python,那么你要学习Python机器学习包,比如,numpy,pandas,skearn,matplotlib等库,要熟悉各种算法接口,尤其是算法类的参数,最后是提升,你要懂算法原理,只懂算法过程只能算是入门,但是要提高自己,必须要冻原理,算法原理涉及的数学知识比较多,统计学,概率学,微积分,代数等等,真正搞懂各个算法原理并不是容易的事,但是你说你有数学基础,那么学这些其实并不算很难。
当然,人工智能的发展,需要你对深度学习也要会,还要会spark分布式计算,这些可以慢慢来,工作中提升。
没有什么捷径,只有不断学习学习😊
我想你应该是还没有毕业的学生吧。刚毕业的应届生,企业要求不高,你在电脑上安装python,下载好机器学习库,然后安装一个深度学习框架,这样好入手,我用的是tensorflow,你也可以弄弄,然后建议你看看李航的《统计学习方法》和周志华的《机器学习》,在把深度学习里面经典网络跑一跑,弄清楚里面数据运算过程,这样秋招不用愁
机器学习必须要上研究生才能学吗,本科能不能学习?学些什么?
居然遇见这个问题,我告诉你可以,完全可以,不用质疑。因为我就是实践者,18年毕业,目前从事nlp方向。同事基本上都是浙大硕士博士,天大的博士等,还有很多留学的博士,然而我作为一个本科的小菜鸡,依旧和他们打的火热。相信你自己。无限潜力。
你拥有这个疑问,我觉得一个是你自己不自信,另外你可能对现在的自己很迷茫,我经历过。你可以思考一下,本科和研究生阶段的学习任务的区别是什么,重心在什么?我觉得你可以这么理解来消除你的顾虑,那就是本科内容相对来说比较广而浅显,研究生阶段就是对某一领域更加深入研究。好,现在你已经有这样一个问题了,你就去解决他,正是由于你的这些各种疑惑,从而让你质疑自己。
just do it。
你可以给自己列一个阶段***,我觉得可以是这样。
第一:消除疑惑,明确目标
停止怀疑自己,坚定目标,坚持选择,努力去干;
第二:细化方向
在各个大厂去了解一下招聘的条件,思考自己是喜欢做cv还是nlp还是其他。
第三:细化内容
这块是最核心的。了解大厂的招聘条件后,你将这些算法,细化,这儿推荐你看花书和《统计学习方法》,《python机器学习》等,掌握,吃透。
到此,以上就是小编对于python机器学习自学的问题就介绍到这了,希望介绍关于python机器学习自学的3点解答对大家有用。