机器学习很枯燥，不想继续学了怎么办？或许，这些建议值得一看

 

 

本文介绍的是我在机器学习方面的 实际经历，想以此给你们提供些建议与思路，供各位参考。

但愿经过一些途径，来提升机器学习的兴趣：

（1）参与打卡活动：45天机器学习实战

（2）加入专门的微信群

（3）创建机器学习的Github项目仓库

1 书籍阅读

过去一个月时间里，我主要在看《机器学习实战》（Machine Learning in Action）这本书，做者为 Peter Harrington。

在开始阅读这本书以前，作了一个简单的阅读计划，预计花 35天 左右的时间，本身看一遍这本书，比较有系统的学习下机器学习的相关算法原理。

计划表格 的格式以下：

图2：

 

实际完成状况 以下：

图3：

虽然有些章节有些延迟，但整体上仍是按时完成了本书的阅读。 固然，书中还有许多疑问，有待后续继续深刻了解。

 

2 一些感悟

经过这一段时间的坚持学习，有一些感悟，跟你们分享下。

1） 目标明确

在开始以前，先思考下本身的主要目的，想经过阅读本书来得到哪些收获。

对于我来讲，最主要的是 知道机器学习的大概框架结构，知晓有那些主要的算法以及算法的分类和应用场景， 以及之后深刻研究相关内容须要的背景知识。

2） 计划清晰

在开始以前，最好制定一个较为详细的计划。

经过实践，针对计划 有几点感悟：

（a）各个章节计划的时间分配要较为合理，最好将整个书籍分为几个大的模块，在每一个模块之间，建议预留出一些时间来机动协调，或者做为阶段性总结。

（b）对我的的时间要有一个大概的判断，好比是否有休假、出差、参加会议等，对于已工做的同窗来讲，公司可能会有一些偶然性的事件，会占用我的的时间，从而打乱该计划。

从我这次的实践来看，

（a）以为时间安排整体偏紧凑，预留机动时间很少，某一个章节没有按时完成，会致使后续章节连续不能按时完成。

（b）计划时间较为理想，实际上多了几回出差，计划时间稍微有些错乱。

Anyway，计划制定之时，可能不会考虑那么全面，关键是我的要可以灵活的调整与处理。

3） 坚持、坚持、再坚持

机器学习的阅读，相关原理的推导，确实看起来会比较枯燥，因为一些基本原理可能不懂（好比：线性代数的矩阵运算或者某些统计学知识、亦或其余内容），常常会在某个问题或者代码片断处就卡住了。

因为人的懒惰心理，会很容易坚持不下去。

这里，提几点我的的建议，或许对解决这种状况有好处：

（a）在制定计划时，能够考虑，若是完成计划，给本身一些小奖励做为激励

（b）寻找一些志同道合的人，共同来学习相同的内容，因为每一个人的状况及知识背景不一样，遇到的问题并不相同，有时候正好能够互相交流，在沟通中解决问题， 这样能够更高效的学习。

 

3 一块儿来high：机器学习实战

独乐乐不如众乐，一我的独自学习不如你们一块儿共同窗习。

本次以《机器学习实战》（Machine Learning in Action）这本书为基础，来进行学习。

书籍的内容目录如图3所示，各位童鞋能够经过该目录来初步了解本身是否须要开始机器学习相关的内容。

建议你们购买该书籍，固然，网上也能够查找到相关资料。

固然，后续能够拓展其余机器学习相关的内容。

所以，我萌生了创建一个共同窗习的想法，但愿能经过一些途径来实现。

1）打卡活动：45天机器学习实战

创建一个 45天机器学习实战 的打卡活动，经过打卡的形式来提醒本身学习，同时也了解其余同窗的学习进度状况。

45天，是我设定的打卡时间，固然，这只是一个大体的时间，各位能够根据本身的实际状况进行调整学习计划。

无论多少天，必需要设定一个明确的时间段，以便清楚的知道本身的任务计划，使之具备可操做性和针对性。

欢迎你们参与，长按识别下面小程序，就能够参与到打卡活动中(扫描下图二维码也能够) 。 

注：该45天的时间计划主要针对已工做人士，自由职业或者其余时间充裕的同窗能够本身斟酌。

固然，关于打卡活动，若是本身以为，能够依据本身的计划执行，而且能持续坚持，也不必定要参加打卡活动。

主要的是可以自我约束，能坚持完成计划，形式能够多样。

2）创建机器学习群

新创建专门的 机器学习微信群，学习过程当中可能会遇到一些本身一时半会解决不了的问题，若是能经过各位同窗的相互沟通，及时有效的解决，那敢情至关好~~

该微信群旨在提供一个专用的沟通平台，各位同窗能够进行充分的沟通。

加入45天机器学习实战打卡活动的同窗能够加入微信群，入群方式会在上述打卡活动的小程序中告知。

提醒：

（1）因为微信群人数有限，目前不能预估后续会有多少同窗想加入微信群。故加入微信群实行 先到先得 的原则。

（2）疏于打卡的同窗，会在微信群人员满群后优先淘汰出群。

3）创建Github项目仓库

创建一个专门 Github项目仓库，来针对遇到的典型问题进行汇总，方便本身回顾，以及其余后续进来学习的同窗进行查看。

各位同窗在学习的时候，能够把本身想分享的内容以 Issues 或 Pull requests的形式，发送到项目仓库。

机器学习实战-Github地址： https://github.com/liyangbit/pydataroad-machine-learning

 

因为微信群比较碎片化，有些内容查看起来不方便，以为仍是在github上记录和总结会比较方便。

固然，微信群的优势是可以便捷、及时的进行交流，确实是一个很好的沟通的途径。

关于Github的使用，若是不熟悉，我的以为能够百度一下，或者看下慕课网的视频：版本控制入门 – 搬进 Github，http://www.imooc.com/learn/390

 

在微信公众号中，也会考虑发布相关内容。

关于 计划表格，若是你们也想制定相似的计划，这里提供我使用的模版供你们参考，一并放在github上。

总之，欢迎你们参与到机器学习中来，但愿能共同窗习，一块儿交流。

 

若是您以为个人建议还不错，欢迎推荐给您的朋友！

同时，欢迎关注公众号“Python数据之道”（ID：PyDataRoad）