和很多机器学习的初学者一样，初识机器学习这个名词并不清楚这个具体含义是什么，但还是先把概率论和统计学重新捡了起来，直到看到多元线性回归和逻辑回归部分时，才有了一个大概的方向，知道了机器学习实际上是统计学问题的延伸，以矩阵和向量表示各个变量，变量间通过线性代数矩阵论相关知识计算，目标是分类或回归， 实现的工具主要是最优化和概率论等知识，是一个对数学要求比较高的学科，综合性比较强。
后来看了大家公认不错的吴恩达公开课视频，他对于公式的推导令我折服，有时候写好几个黑板来推出一个很简洁的结论更是让我大呼过瘾，当然这也是一个科研工作者应有的严谨态度，但当我企图自己实现一些算法时，发现难度同样很大，而且在写代码的时候，自己哪里掌握不牢，一下子就彻底暴露出来了，毕竟代码不会说谎。
在机器学习实现的诸多工具语言中，python可以说是一骑绝尘，其简易方便的语法，使初学者可以很快上手，而不会纠结于语法细节，同时开源社区和大量的包使其在数据分析，数据挖掘，深度学习等领域发挥了相当大的作用，在我上大学这几年逐渐风靡全球。当然python不是没有弱点，运行效率始终被很多程序员吐槽，然而，python胶水特性又实现了c++，Fortran接口，使人们可以用python语法来调用其他更高效语言的API，比如numpy就是一个例子。
在用python实现机器学习算法的众多途径中，sklearn是一个运行高效同时可以用很短的几行代码便实现的包，这很适合很多初学者。但是如果只使用已经成型的包，就会出现理论和实际应用的脱节，因此，我决定尽量不适用sklearn，tensorflow等包来实现机器学习算法，当然，难度也随之上升。
在后面的博客中，我会尽量只使用numpy来实现机器学习算法，主要参考书籍是《统计学习方法》，《python与机器学习实战》
网友评论