最近一直在学习机器学习实战这本书籍，白天陪娃，晚上基本保持每晚一个章节内容的学习。在前期几本简单的书籍了解概率以及使用python做一些简单的实践后，再看这本机器学习实战书籍就轻松很多了，能够读书中阐述的算法又一定的认识，再遇到类似的场景时能够调用sklearn库里面的模型来进行计算。但是，对于特征优化、模型优化等方面认知还是不足。
在看这本书时，针对里面的公式，特别是设计到矩阵计算方面都忽略了，实在是太难了。目前学习关注点在于python库sklean模型以及使用模型的注意事项，但是其中的弯弯道道还是很多，在前期学习后，在后面遇到还是会翻到前面进行补习深化才能理解。总的来说，学习过程就像机器学习的学习曲线一样，中途有曲折，整体都是向上的，疑问的均方误差都是往下的。
机器学习是有难度，但保持每天学习一部分，将难度平均到每天来解决，那么面对每天的小困难还是可以的，能够应付的。在此后的学习中，不断的更新增加自己的知识库，同时使用python来不断的实践和测试，理论和实践结合才能更好攻克机器学习。只有量变了，质量才会变，最终才能解决问题。
在最后，笔者想到一个问题，就是在笔者的工作生活中没有应用场景，那么学习机器学习后不是白学了吗？这个问题就像大学学习的东西一样，可能在工作后都没法用到。但是，everything counts，所学有所用，没有白走的路，每一步都算数，在思维上、逻辑上、性格上可能已经影响到你。机器学习这段时间的学习后，我发现我看待事务的方式有点变化，就是我看到推荐的信息、相册图像分类等等，我会思考自己怎么来实现这样的功能。
网友评论