机器学习极简入门

机器学习极简入门

李烨 · 微软资深算法工程师

5658人已买
详情
目录(42)

首先,我们来看下当前机器学习领域招聘市场行情。

上面图例中所有带有“算法”、“人工智能”、“数据挖掘”、“NLP”字样的职位,都需要掌握机器学习相关知识。

在产品和服务中应用机器学习模型,已经逐步成为互联网行业的通行方法。甚至很多传统软件企业,也开始尝试应用机器学习。说得更直接些,人工智能正处在炙手可热的风口浪尖上,作为程序员不会机器学习都不好意思去找工作。

很多技术开发者迫切希望快速进入人工智能领域从事工程或者算法等相关工作,这也是我们推出这个专栏的初衷。

这个专栏讲了什么

本专栏针对机器学习初学者,从机器学习、深度学习最基本的原理及学习意义入手,以模型为驱动,带领大家吃透几个最经典的机器学习模型——学习这些模型的原理、数学推导、训练过程和优化方法。

本专栏为每个模型提供了极小数据量的“极简版”实例,方便读者从直观上了解模型的运行原理。借助这些例子,大家可以将自己变身为“人肉计算机”,通过口算/笔算每一步的推导,模拟算法全过程,进而彻底理解每个模型的运作方式。

此外,本专栏还介绍了构建数据集、特征选择、调参、验证模型的方法,以及如何同步进行编程语言学习。帮助你掌握进行机器学习产品开发的基本能力。

你将收获什么

  • AI 技术岗位求职知识储备

    在面试中被要求从头解释某一个机器学习模型的运行原理、推导过程和优化方法,是目前非常常见的一种测试方法。如果能学会专栏中的经典模型,你将足以挑战这些面试题。

  • 触类旁通各大模型与算法

    要想理解模型的真正含义,需要以若干具体模型为载体,从问题发源,再到解决方案的数学抽象以及后续求解的全过程,这也就是本专栏以模型为驱动的出发点。

  • 极简版实例体验实际应用

    本专栏不仅以原理为核心,而且也介绍了:划分数据集、从源数据中提取特征、模型训练过程、模型的测试和评估等方法和工具。

  • 配套数据 + 代码快速实操上手

    专栏中各个实例的 Python 代码及相应数据,均可供大家下载、运行、改写、参考。

专栏大纲

整个专栏以经典模型为驱动,讲述每一个模型所解决的问题域、模型原理和数学推导过程。作为专栏的主体,第三部分和第四部分讲解的每个模型,都附有实例和相应的 Python 代码。每个例子的数据量都非常小——这样设计就是为了让读者可以用人脑模拟计算机,根据刚刚学到的模型算法对这些极小量数据进行“模拟训练/预测”,以此来加深对模型的理解。本专栏分为六大部分,共计 42 篇文章。

第一部分:绪论

  • 授人以鱼不如授人以渔。本部分从意义和作用出发,给出相应的学习方法和与理论配套的编程练习。

第二部分:基本原理

  • 深谙其理,才能灵活应变。本部分带大家了解什么是机器学习、机器如何自己学习,以及机器学习三要素:数据、模型、算法之间的关系。

  • 模型是机器学习的核心,那么模型是怎么得到的呢?本部分也将讲解模型的获取(训练)和评价(验证/测试)过程,相应数据集合的划分以及具体的评价指标。

  • 这部分知识和后面讲述的具体模型结合起来,就可以实践了!

第三部分:有监督学习 I

  • 抓住关键,个个击破。本部分重在详细讲解有监督学习中经典的线性回归、朴素贝叶斯、逻辑回归、决策树模型。这几个模型不仅基础、经典、常用,而且数学工具特别简单。

第四部分:有监督学习 II

  • 百尺竿头,更上一层楼。本部分主要讲述支持向量机、支持向量回归、隐马尔可夫和条件随机场模型,从支持向量机开始,数学工具的需求较之前上了一个台阶,难度明显加大。

第五部分:无监督学习

  • 无须标注,方便运行。本部分重在讲解无监督学习中的聚类、高斯混合及主成分分析等模型。训练数据无须标注,方便在各种数据上随时进行尝试,是这些模型的特征。在现实中,经常用来作为有监督的辅助手段。

第六部分:从机器学习到深度学习

  • 超越自我,实现蜕变。本部分重在讲解深度学习基本原理、深度学习与机器学习的关联与衔接,以及深度学习目前的应用领域,为读者下一步学习“深度学习”奠定基础。

作者介绍

avatar

适宜人群

  • 机器学习初学者;
  • 理科在校学生;
  • 有一定编码经验,有意愿转向 AI 领域的 IT 从业人员。

订阅须知

  • 本专栏为图文内容,共计 42 篇。
  • 本专栏为虚拟产品,一经付费概不退款,敬请谅解。
  • 本专栏可在 GitChat 服务号、App 及网页端 gitbook.cn 上购买,一端购买,多端阅读。

订阅福利

  • 订购本专栏可获得专属海报(在 GitChat 服务号领取),分享专属海报每成功邀请一位好友购买,即可获得 25% 的返现奖励,多邀多得,上不封顶,立即提现。
  • 提现流程:在 GitChat 服务号中点击「我-我的邀请-提现」。

购买须知

  • 本课程内容版权归北京码字科技发展有限公司独家所有,未经授权,不得转载。
  • 本课程为虚拟产品,一经付费概不退款,敬请谅解。
  • 添加 GitChat 助教俏俏(微信 ID: gitchat2025),加入免费技术交流群。
× 订阅 Java 精选频道
¥ 元/月
订阅即可免费阅读所有精选内容