展望2017 驻足博客园

展望2017 驻足博客园

2016已通过去，2017还会远吗？为着本身的一个小目标而奋斗！

关于技术

先阶段主要的学习目标是机器学习。本身在学的同时，也选修了学校的数据挖掘课。到如今也接触到了查很少一半的算法了。给个人感觉就是，光学算法实在是没意思。机器学习就是用来用的。因此刚刚开始学习的园友能够结合一些工具来学习，一开始不用急着学例如python这样的语言。能够学着使用matlab和WEKA这样的工具，把重点放在算法自己和训练数据上。至于编程的工做能够放到之后。

下面推荐一些机器学习的视频和书籍，有些本身已经看完了，有的尚未。其实干货知乎上一搜一大把，机器学习该怎么入门？，但是给个人感受，资料太多眼花缭乱。因此我就把我如今看到过的列了出来。

视频：

• coursera上Andrew Ng的机器学习。（入门必看的，算法过程Ng教授描述的很清楚，每课后面有做业和编程练习。）

书籍：

• 《机器学习》 周志华著 清华大学出版社（我是一本西瓜书！老师推荐的机器学习入门书籍，侧重理论和证实，内容比较宽泛。）
• 《机器学习实战》Peter Harrington著 人民邮电出版社（实战型，包含了机器学习的主流算法的python实现，使用uci数据集）
• 《统计学方法》李航著 清华大学出版社（书不厚，可是内容丰富）

网站：

• 廖雪峰的python教程（简单，忘记了能够去查）
• UCI机器学习数据集（加州大学的机器学习数据集，里面有大量的数据，能够用来验证不一样的算法模型）
• Anaconda（python科学计算的发行版，没有安装python的，能够直接安装这个，包含了IDE、python环境和主流的科学计算库）

其实看过了以上的这些资料，应该已经对机器学习有必定了解了，能够本身训练一些模型，接下去的路就会好走不少。

关于博客

以前写过一段时间的.net，因此一直在博客园混，也是个园龄两年出头的老园友了，也有PV过万的博客。以前因为考研和作毕设，荒废了一段时间，如今决定从新写起来。先定个小目标，好比说拿个推荐博客，hhh。。。。

知乎上老是有人不停在黑博客园，固然CSDN也有。可我仍然以为这里一方净土。其实以前一直想在学技术的同时，写一个系列的博客的。恰好如今在看机器学习，就准备着写一个list的博客。machine learning基础与实践系列。回想起以前本身写博客的初衷，无非都是为了方便开发者和初学者啊，固然也是对本身所学的一个总结和解决问题的记录。每次当我在学习的时候遇到一个点不明白的时候，老是会去看几篇博客，而后把问题解决了，这个时候我就在想，若是把这几篇博客的内容总结了，加上本身的理解发出来，那下次园友遇到相同的问题时，若是看到我这一篇文章就能够解决问题，那不是很好么？抱着这个态度就开始了个人博客之旅。最近也是如此，机器学入门看的一个梯度降低法，有的博客介绍了推导公式，有的提供代码，有的只是把机器学习视频中的ppt贴了出来。我在看懂以后，就总结了* 机器学习基础——梯度降低法（Gradient Descent）和梯度降低法第二回——优化与比较。这两篇，但愿能够帮到初学者。

还有一种状况，我也会写博客记录下。就是对一些比较旧的博客的一个跟新吧。暑假的时候写过一段时间的java web。刚刚接触到IntelliJ IDEA，也看了很多教程，才成功创建了Maven Spring MVC的项目。而现有的不少博客的IDEA版本都很低，新版的配置方式有些都有些区别了。一样的我也想试着把这个过程记录下来，才有了IntelliJ IDEA上建立maven Spring MVC项目这样的一篇文章。

说了这么多，也不是在标榜本身吧，毕竟本身能作的也是微不足道的。写博客就是给人看的，能帮助到别人也是一大快事。因此在2016的末尾，也但愿本身能够不忘初心，继续把博客好好经营下去。在我以后有新的园友要学，就没必要再去看就的教程去摸索了。也但愿博客园能发展的更好，对不对。