Machine Learning & AI Foundations: Value Estimations

前言叨B叨

之前分享过一个系列的文章,是用机器学习识别验证码, 说实话对机器学习这块细节不是特别明白, 只是看了别人发的文章, 各种组合调试, 达到了自己想要的目的.

一直对机器学习这块有兴趣想探探究竟, 但当网上搜出来的相关文章都是一堆堆的在我毕业的时候就早已还给高数老师的公式, 我开始有些迷茫了, 难道想学这块东西还要回去啃那些高数知识? 然鹅, 后来我发现, 机器学习这块还是有区分的嘛, 整公式算法的那些算一个方向, 使用基于已有的别人什么美国大学教师研究出来的算法而来的框架, 也算是一个方向. 就好比没必要懂得微机原理, 电脑照样用的好是一样一样的. 姑且先看看这个方向吧, 貌似比较适合我.

方向大概明了了,但是能找到通俗易上手的文章有点费劲. 前段时间公司内部给注册了LinkedIn learning账号, 发现里面有相关课程, 虽然都是英文视频,但是简单易懂, 对于我这种初学感觉很不错, 看了之后就有想把它分享出来的想法. 有人可能有其他好的入门资源,也欢迎推荐. 我分享的这个课程应该是个收费课程, 所以应该还是有些价值的, 写下来分享给和我一样情况的同学.

整个课程内容比较轻量化, 所以每个章节东西不是很多, 易于消化. 咱先踏踏实实的入个门. 基础整明白了再进阶.

注:文章并非完全直译, 可能会被我添油加醋

以下进入今天的主题

引言

1. 欢迎

吃水不忘挖井人, 我们先来看看作者大哥: 阿丹姆*盖特吉

有些网站可以自动评估出一个房子值多少钱, 或者在线回收手机平台会自动评估出手机价值. 这些都是使用机器学习进行价值评估的例子。机器学习模型使用来自该地区销售的房屋信息数据，然后通过一系列算法来推算其他房屋的价格。

嗨，这货是Adam Geitgey，欢迎你来这个课程，在接下来的的课程中,我们将逐步将建立一个价值评估系统，能够根据其位置和特点自动推断你房子的价值。首先，我们将介绍如何使用训练数据来构建机器学习模型。然后，我们将探讨如何在自己的程序中使用该机器学习模型。

但你在这门课程中所学到的技能并不局限于房地产。你可以用完全相同的方法来解决任何可以使用机器学习来估算价值的问题。那么我们就开动吧。

2. 你应该具备哪些知识

在开始这门课程之前，你应该有一些编程经验。这个类中的示例将在Python 3中完成，所以如果您对Python语法有一些基本的了解，这是很有帮助的。我建议你看看这些课程，Python 3和 Pandas的相关课程。不过,即使你没有相关经验, 也不太影响我们后面的进一步理解学习。

3. 使用练习文件

你可以访问本课程的练习文件，文件是按章节组织的，每个视频中使用的所有代码和数据都可以在相应的文件夹中找到。在第五章中，将有多个部分涉及到大量代码。所以建议你下载下来跟着教程一起做练习。

下载地址:https://github.com/shark526/shared/blob/master/Ex_Files_Machine_Learning_EssT_ValueEstimate.zip

4. 安装开发环境

为了处理本课程中的代码示例，我们需要安装Python和Python编辑器 Pycharm(当然可以选择你喜欢的编辑器)。首先，请移步Python官网安装Python 3。

你的机器上可能已经安装了Python 2。但是Python 3是当前版本的Python，并且有一些不错的改进。两种版本都可以用于机器学习，但没有理由不使用最新版本。然后让我们去jetbrains.com/pycharm。

在安装好Pycharm之后,将下载下来的源代码导入项目。然后我们打开任何文件的运动，像simple_value_estimator.py，PyCharm会弹出一个消息，要安装依赖的安装包, 点击安装。

根据您正在使用的Mac OS版本，这个过程可能需要相当长的一段时间。(注:这个自动安装缺少的依赖包我试了下, 有mac版本的Pycharm有这个功能, Windows 下的话完全不吭气所以需要手动安装. 我经过一番折腾, 这里建议两种方法:1. 安装 anaconda, 这货大而全,傻瓜式安装, 但是会一并安装一些我们当前用不到的包, 介意的同学只能乖乖入坑挨个手工pip, 其中有一个坑注意下,就是pip在线安装scipy的时候可能会安装不成功, 这时要在官网下载windows对应的scipy .whl 文件后在本地pip安装.)

安装环境估计就够大家折腾一会的了, 第一章就讲到这里, 这周会把第二章放出.

如有错误请高手指正.

你的 关注-收藏-转发 是我继续分享的动力! 话说传说中的被打赏是怎样一种体验呢？