選自towardsdatascience

作者：Daniel Bourke

機器之心編譯

參與：韓放、一鳴

都說做一件事情最好的時機就是「現(xiàn)在」，但是從何開始往往會難倒一大批人，更不用說是想要入門數(shù)據(jù)科學和機器學習的朋友了。本文是一篇科普掃盲文章，作者以初學者的視角，為同樣想「入坑」的讀者們提供了一些建議，還有一些可以獲得的學習資源。

「我想學習機器學習和人工智能，該從哪開始呢？」

從這里開始。

兩年前，我開始在網(wǎng)上自學機器學習，并且通過 YouTube 和博客分享了我的學習過程。我并不知道我在做什么，在決定開始學習機器學習之前我從沒寫過代碼。

當人們發(fā)現(xiàn)我的作品，他們通常會私信并提問。我不一定知道所有的答案，但我會盡量回復。人們最常問的問題是：「該從哪開始？」，其次是：「我需要多少數(shù)學基礎？」今天早上我就回答了一堆這樣的問題。

有人告訴我他已經(jīng)開始學習 Python 并打算學習機器學習了，但不知道下一步該做什么。

「我已經(jīng)學習了 Python，下一步該做什么？」

我回復了一系列學習的步驟，并且復制到了這里。如果你想成為一個機器學習從業(yè)者，卻不知道怎么寫代碼的話，可以把本文當作一個大綱。我的學習風格是代碼優(yōu)先：先把代碼運行起來，再根據(jù)需要學習理論、數(shù)學、統(tǒng)計以及概率等方面的東西，而不是一開始就學理論。

記住，開始學習機器學習你會面臨很多阻礙。別急，慢慢來。把這篇文章添加到收藏夾，以便隨時參考。

我傾向于使用 Python，因為我是從 Python 開始的，并且一直在持續(xù)使用它。你也可以用其他語言，但本文的所有步驟都是基于 Python 的。

學習 Python、數(shù)據(jù)科學工具和機器學習概念

問我問題的那些郵件作者們說他們已經(jīng)學了一些 Python。但這一步也同樣適用于新手?；◣讉€月的時間學習 Python 編程和不同的機器學習概念。這兩部分知識你都會需要。

在學習 Python 編程的同時，練習使用 Jupyter 和 Anaconda 等數(shù)據(jù)科學工具?；◣讉€小時來研究一下，它們是用來做什么的以及為什么要使用它們。

學習資源

1. 人工智能要素 (https://www./)—人工智能和機器學習主要概念概述。
2. Coursera 上的 Python 教程—(https:///pythoneverybodycoursera) 從頭學習 Python。
3. 通過 freeCodeCamp 學習 Python (https:///rfscVS0vtbw)—一個視頻涵蓋了 Python 所有主要概念。
4. Corey Schafer 的 Anaconda 教程 (https:///YJC6ldI3hWk)—一個視頻學會 Anaconda（數(shù)據(jù)科學和機器學習需要的配置環(huán)境）。
5. Dataquest 的新手 Jupyter Notebook 教程 (https://www./blog/jupyter-notebook-tutorial/)—一篇文章學會啟動和運行 Jupyter Notebook。
6. Corey Schafer 的 Jupyter Note 教程 (https://www./watch?v=HW29067qVWk)—一個視頻學會使用 Jupyter Notebook。

學習通過 Pandas、Numpy 和 Matplotlib 進行數(shù)據(jù)分析、操作和可視化

一旦你已經(jīng)掌握了一些 Python 技巧，就會開始想要學習如何處理和操作數(shù)據(jù)，為了實現(xiàn)這一目的，你需要熟悉 Pandas、Numpy 和 Matplotlib。

• Pandas 可以幫助你處理二維數(shù)據(jù)，類似 Excel 文件里的信息表，包含行和列。這類數(shù)據(jù)被稱為結(jié)構(gòu)化數(shù)據(jù)。
• Numpy 可以幫助你進行數(shù)值計算。機器學習把你能想到的所有東西都轉(zhuǎn)化成數(shù)字，進而在這些數(shù)字中尋找模式。
• Matplotlib 可以幫助你繪制圖形和可視化數(shù)據(jù)。理解表格中的一堆數(shù)字對人類來說可能很困難。我們更喜歡看到有一條線穿過的圖?？梢暬梢愿玫脗鬟_你的發(fā)現(xiàn)。

學習資源

1. Cousera 上的 Python 應用數(shù)據(jù)科學 (http:///courseraDS)—開始打磨數(shù)據(jù)科學方向的 Python 技能。
2. 10 分鐘入門 pandas (https://pandas./pandas-docs/stable/gettingstarted/10min.html)—快速概覽 pandas 庫及其部分最有用的函數(shù)。
3. Codebasics 的 Python pandas 教程 (https:///CmorAWRsCAw)—該 YouTube 系列介紹了 pandas 的所有主要功能。
4. freeCodeCamp 的 NumPy 教程 (https:///QUT1VHiLmmI)—一個 YouTube 視頻學會 NumPy。
5. Sentdex 的 Matplotlib 教程 (https://www./watch?v=q7Bo_J8x_dw&list=PLQVvvaa0QuDfefDfXb9Yf0la1fPDKluPF)—YouTube 系列助你學會 Matplotlib 所有最有用的功能。

借助 scikit-learn 學習機器學習

現(xiàn)在你已經(jīng)掌握了操作和可視化數(shù)據(jù)的技能，是時候?qū)W習在數(shù)據(jù)中尋找模式了。scikit-learn 是一個 Python 庫，它內(nèi)置了許多有用的機器學習算法供你使用，它還提供了許多其他有用的函數(shù)來探究學習算法的學習效果。

重點在于學習都有什么樣的機器學習問題，比如分類和回歸，什么樣的算法最適合解決這些問題?，F(xiàn)在還不需要從頭開始理解每個算法，先學習如何應用它們。

學習資源

1. Data School 的基于 scikit-learn 的 Python 機器學習 (https://www./watch?v=elojMnjn4kk&list=PL5-da3qGB5ICeMbQuqbbCOQWcS6OYBr5A)—一個 YouTube 播放列表教你 scikit-learn 的所有主要函數(shù)。
2. Daniel Bourke 對探索性數(shù)據(jù)分析的簡要介紹 (https:///a-gentle-introduction-to-exploratory-data-analysis-f11d843b8184)—把你在上述兩個步驟中學到的知識融合在一個項目中。提供代碼和視頻，助你開始第一個 Kaggle 競賽。
3. Daniel Formosso 的基于 scikit-learn 的探索性數(shù)據(jù)分析筆記 (https://github.com/dformoso/sklearn-classification)—以上資源的更深入版本，附帶了一個實踐上述內(nèi)容的端到端項目。

學習深度學習神經(jīng)網(wǎng)絡

深度學習和神經(jīng)網(wǎng)絡在沒有太多結(jié)構(gòu)的數(shù)據(jù)上最有效。二維數(shù)據(jù)雖然有結(jié)構(gòu)，圖像、視頻、音頻文件和自然語言文本也有，但不會太多。

小貼士：在大多數(shù)情況下，你會想對結(jié)構(gòu)化數(shù)據(jù)使用一組決策樹（隨機森林或 XGBoost 之類的算法），而對于非結(jié)構(gòu)化數(shù)據(jù)，你會想使用深度學習或遷移學習（使用預先訓練的神經(jīng)網(wǎng)絡并將其用于你的問題）。

你可以開始把這樣的小貼士用一張便條記錄，然后邊學習邊收集這些信息。

學習資源

1. Cousera 上 Andrew Ng 的 deeplearning.ai (https:///courseradl) (https:///courseradl)—商業(yè)上最成功的從業(yè)者之一講授的深度學習課程。
2. Jeremy Howard 的 深度學習課程 (https://course./) (https:///courseradl)—工業(yè)界最好的實踐者之一講授的深度學習實際操作方法。

其他課程和書籍

在學習過程中，最理想的情況是你可以用自己的小項目來練習所學的東西。這不必是復雜的，需要改變世界的事情，但你可以說「我用 X 做了這個」。然后通過 github 或博客分享你的工作。github 用于展示你的代碼，博客文章用于展示你如何表達自己所做的工作。你應該為每個項目都發(fā)布一下這些內(nèi)容。申請一份工作的最好方法是你已經(jīng)做完了工作要求做的事情。分享你的工作是向未來的潛在雇主展示你能力的好方法。

在你熟悉了如何使用不同的機器學習和深度學習框架之后，你可以嘗試通過從頭開始構(gòu)建它們來鞏固你的知識。你不必總是在生產(chǎn)或從事機器學習時這樣做，但是從內(nèi)部了解事情是如何工作的將有助于你建立自己的工作。

學習資源

1. Daniel Bourke 的如何開始你自己的機器學習工程 (https:///how-to-start-your-own-machine-learning-projects-4872a41e4e9c)—開始你自己的工程可能會很難，這篇文章可以給你一些指引。
2. Jeremy Howard 的 深度學習基礎 (https://course./part2)—自上而下學習后，本課程將幫助你從下往上填補空白。
3. Andrew Trask 的 Grokking Deep Learning (https:///2H497My)—這本書將教你如何從頭開始構(gòu)建神經(jīng)網(wǎng)絡，以及為什么你應該知道如何構(gòu)建。
4. Daniel Bourke 推薦的機器學習書籍 (https://www./watch?v=7R08MPXxiFQ)—該 YouTube 視頻整理了一些機器學習最佳書籍。

答疑

每一步需要多長時間？

你可能會花 6 個月或更長的時間。別著急，學習新事物需要時間。作為一名數(shù)據(jù)科學家或機器學習工程師，你正在培養(yǎng)的主要技能是如何針對數(shù)據(jù)提出好的問題，然后使用你的工具來嘗試尋找答案。

有時候你會覺得自己什么都沒學到。甚至倒退。忽略它。不要以天為單位來衡量，看看你一年后有什么樣的進步。

我在哪里可以學到這些技能？

我在上面列出了一些資源，它們都是在線的，而且大部分都是免費的，類似的資源還有很多。

DataCamp (http:///datacampmrdbourke) 是一個很好學習網(wǎng)站。另外，我的 Machine Learning and Artificial Intelligence resources database (https:///AIMLresources) 整理了免費和付費的學習資料。

記住，作為數(shù)據(jù)科學家或機器學習工程師，很大一部分工作是要解決問題。通過你的第一個作業(yè)探索這里的每一個步驟，并創(chuàng)建你自己的課程來幫助學習。

如果你想知道一個自我引導的機器學習課程的例子是什么樣子的，看看我的 Self-Created AI Masters Degree (https:///aimastersdegree)。這是我在過去 9 個月內(nèi)從零編碼變成機器學習工程師的過程。它不是完美的，但是我的真實經(jīng)歷，因此你可以試試。

統(tǒng)計怎么辦？數(shù)學怎么辦？概率呢？

實踐過程中你會學到這些東西的。先從代碼開始。把代碼運行起來。在運行代碼之前，嘗試學習所有的統(tǒng)計、數(shù)學、概率知識，就像是在試圖煮沸大海。它會讓你退縮。如果代碼不運行，統(tǒng)計、數(shù)學和概率都不重要。先運行起來，然后用你的研究技巧來驗證它是否正確。

證書？

證書很好，但你不是為了證書而學習，而是為了提高技能。不要和我犯同樣的錯誤，不要認為證書越多代表技能越多，并不是這樣的。通過上述課程和資源建立知識基礎，然后通過自己的項目完善專業(yè)知識（這些是課程無法傳授的知識）。

參考鏈接：https:///5-beginner-friendly-steps-to-learn-machine-learning-and-data-science-with-python-bf69e211ade5