文档章节

七步精通Python机器学习

小叮当_加V
 小叮当_加V
发布于 2017/03/29 16:31
字数 2872
阅读 69
收藏 1

七步精通Python机器学习

0 评论

开始。这是最容易令人丧失斗志的两个字。迈出第一步通常最艰难。当可以选择的方向太多时,就更让人两腿发软了。

从哪里开始?

本文旨在通过七个步骤,使用全部免费的线上资料,帮助新人获取最基本的 Python 机器学习知识,直至成为博学的机器学习实践者。这篇概述的主要目的是带领读者接触众多免费的学习资源。这些资源有很多,但哪些是最好的?哪些相互补充?怎样的学习顺序才最好?


我假定本文的读者不是以下任何领域的专家:

▪  机器学习 
▪  Python 
▪  任何Python的机器学习、科学计算、数据分析库
 

如果你有前两个领域其一或全部的基础知识,可能会很有帮助,但这些也不是必需的。在下面几个步骤中的前几项多花点时间就可以弥补。


第一步:基本 Python 技能 

如果要使用 Python 进行机器学习,拥有对 Python 有基础的理解非常关键。幸运的是,Python 是当前普遍使用的流行语言,并纳入了科学计算和机器学习的内容,所以找到入门教程并不困难。在选择起点时,很大程度上要取决于你之前的 Python 经验和编程经验。
 

首先要安装 Python 。由于我们要使用机器学习和科学计算的 packages ,这里建议安装  Anaconda。Anaconda 是一个可在 Linux , OSX , Windows 上运行的 Python 实现工具,拥有所需的机器学习 packages ,包括 numpy,scikit-learn,matplotlib。它还包含iPython Notebook ,一个带有许多教程的交互式环境。这里推荐使用 Python 2.7 ,不是因为特殊原因,只是因为它是目前安装版本中的主流。

如果你之前没有编程知识,建议你阅读这本免费电子书,然后再接触其他学习材料:
▪  Python The Hard Way 作者Zed A. Shaw 
 

如果你之前有编程知识,但不是Python的,又或者你的Python水平很基础,推荐下列一种或几种教程:
▪  Google Developers Python Course((强烈推荐给视觉型学习者)

▪  An Introduction to Python for Scientific Computing (from UCSB Engineering) 作者 M. Scott Shell (一个很好的 Python 科学计算简介,60 页) 

对于想要速成课程的人,这里有:
▪  Learn X in Y Minutes (X = Python) 
当然,如果你是个经验丰富的Python程序员,可以跳过这一步。尽管如此,还是建议你把通俗易懂的 Python documentation  放在手边。 



第二步:机器学习基础技能


KDnuggets 的 Zachary Lipton 指出,人们对于“数据科学家”的认知千差万别。这实际上是对机器学习领域的反映。数据科学家在不同程度上使用计算学习算法。要建立和使用支持向量机模型,熟知核函数方法是否是必需的?答案当然不是。就像现实生活中的许多事情一样,所需要的理论深入程度与具体的实际应用有关。获取对机器学习算法的深入理解不是本文的讨论范围, 而且这通常需要在学术领域投入大量时间,或者至少要通过密集的自学才能达到。

 

好消息是,你不必拥有博士级别的机器学习理论能力才能进行实践,就如同不是所有程序员都必须接受计算机理论教育才能写好代码。

 

吴恩达在 Coursera 的课程饱受赞誉。但我的建议是去看看一名以前的学生做的笔记。略过那些针对 Octave(一个与 Python 无关的,类 Matlab 语言)的内容。需要注意,这些不是“官方”的笔记,虽然看起来的确抓住了吴恩达课程材料的相关内容。如果你有时间,可以自己去 Coursera 完成这个课程 :Andrew Ng's Machine Learning course  
▪  非官方课程笔记链接 

除了吴恩达的课程以外,还有很多其他视频教程。我是Tom Mitchell的粉丝,下面是他(与Maria-Florina Balcan共同完成的)最新的课程视频,对学习者非常友好:

▪  Tom Mitchell Machine Learning Lectures 

你不需要现在看完全部的笔记和视频。比较好的策略是向前推进,去做下面的练习,需要的时候再查阅笔记和视频。比如,你要做一个回归模型,就可以去查阅吴恩达课程有关回归的笔记以及/或者Mitchell的视频。 

第三步:科学计算 Python packages 一览 

好了。现在我们有了 Python 编程经验,并对机器学习有所了解。Python 有很多为机器学习提供便利的开源库。通常它们被称为Python科学库(scientific Python libraries),用以执行基本的数据科学任务(这里有一点程度主观色彩):

 

▪  numpy - 主要用于N维数组

▪  pandas - Python数据分析库,包含dataframe等结构

▪  matplotlib - 2D绘图库,产出质量足以进行印刷的图

▪  scikit-learn - 数据分析、数据挖掘任务使用的机器学习算法


学习以上这些内容可以使用:

▪  Scipy Lecture Notes 作者 Gaël Varoquaux, Emmanuelle Gouillart, Olav Vahtras 

下面这个pandas教程也不错,贴近主题:

▪  10 Minutes to Pandas 

在后面的教程中你会看到其他一些packages,比如包括Seaborn,一个基于matplotlib的可视化库。前面提到的packages (再次承认具有一定主观色彩)是许多Python机器学习任务的核心工具。不过,理解它们也可以让你在之后的教程中更好理解其他相关packages。

好了,现在到了有意思的部分.....
 

 

第四步:开始用Python进行机器学习

Python。搞定。

机器学习基础。搞定。

Numpy。搞定。

Pandas。搞定。

Matplotlib。搞定。 

是时候用Python的标准机器学习库,scikit-learn,实现机器学习算法了。


scikit-learn 算法选择图

下面许多教程和练习都基于交互式环境iPython (Jupyter) Notebook。这些iPython Notebooks有些可以在网上观看,有些可以下载到本地电脑。
▪  iPython Notebook概览 斯坦福大学 

也请注意下面的资源来自网络。所有资源属于作者。如果出于某种原因,你发现有作者没有被提及,请告知我,我会尽快改正。在此特别要向Jake VanderPlasRandal OlsonDonne MartinKevin MarkhamColin Raffel致敬,感谢他们提供的优秀免费资源。

下面是scikit-learn的入门教程。在进行下一个步骤之前,推荐做完下列全部教程。

对于scikit-learn的整体介绍,它是Python最常用的通用机器学习库,包含knn最近邻算法:
▪  An Introduction to scikit-learn 作者 Jake VanderPlas 

更深入更宽泛的介绍,包含一个新手项目,从头到尾使用一个著名的数据集:
▪  Example Machine Learning Notebook 作者Randal Olson 

专注于scikit-learn中评估不同模型的策略,涉及训练集/测试集拆分:
▪  Model Evaluation 作者 Kevin Markham 

 

第五步:Python机器学习主题

在scikit-learn打下基础以后,我们可以探索更多有用的常见算法。让我们从最知名的机器学习算法之一,k-means聚类开始。对于无监督学习问题,k-means通常简单有效:
▪  k-means Clustering 作者Jake VanderPlas 

接下来是分类,让我们看看史上最流行的分类方法之一,决策树:
▪  Decision Trees via The Grimm Scientist 

分类之后,是连续数字变量的预测:
▪  Linear Regression 作者 Jake VanderPlas 

通过逻辑斯蒂回归,我们可以用回归解决分类问题:
▪  Logistic Regression 作者Kevin Markham 


第六步:Python高级机器学习

接触过scikit-learn,现在让我们把注意力转向更高级的内容。首先是支持向量机,一个无需线性的分类器,它依赖复杂的数据转换,把数据投向高维空间。
▪  Support Vector Machines 作者 Jake VanderPlas 

接下来是随机森林,一种集成分类器。下面的教程通过 Kaggle Titanic Competition讲解。 
▪  Kaggle Titanic Competition (with Random Forests) 作者 Donne Martin 

降维是一种减少问题涉及的变量数目的方法。PCA主成分分析是一种无监督学习降维的特殊形式:
▪  Dimensionality Reduction 作者 Jake VanderPlas 

在开始下一步之前,可以暂停一下,回想我们在短短的时间已经走了多远。
通过使用Python和它的机器学习库,我们涵盖了一些最常用最知名的机器学习算法(knn最近邻,k-means聚类,支持向量机),了解了一种强有力的集成方法(随机森林),涉及了一些其他机器学习支持方案(降维,模型验证技巧)。在一些基础机器学习的技巧的帮助下,我们开始有了一个渐渐丰富的工具箱。

在结束以前,让我们给工具箱增加一个需求很大的工具:

 

第七步 :Python深度学习

学习,深深地

到处都在深度学习!深度学习基于过去几十年的神经网络研究,但最近几年的发展大大增加了深度神经网络的能力和对于它的兴趣。如果你不熟悉深度学习,KDnuggets 有许多文章 ,详细介绍最近的进展、成果,以及对这项技术的赞誉。 

本文的最后一部分并不想成为某种深度学习示范教程。我们会关注基于两个Python深度学习库的简单应用。对于想了解更多的读者,我推荐下面这本免费在线书:
▪  Neural Networks and Deep Learning 作者 Michael Nielsen 

Theano 
Theano是我们关注的第一个Python深度学习库。根据作者所说:

作为一个Python库,Theano让你可以有效定义、优化、评估包含多维数组的数学表达式。


下面的Theano深度学习教程很长,但非常不错,描述详细,有大量评论:
▪  Theano Deep Learning Tutorial 作者 Colin Raffel 

Caffe 
我们关注的另一个库是Caffe。根据它的作者所说:

Caffe是一个深度学习框架。开发过程中时刻考虑着表达式、速度、模型。 它是由Berkeley Vision and Learning Center (BVLC) 和社区贡献者共同开发的。


这个教程是本文的压轴。尽管上面列举了一些有趣的案例,没有那个比得上下面这个:用Caffe实现Google #DeepDream。希望你喜欢!理解这个教程以后,尽情玩乐,让你的处理器开始自己做梦吧。 
▪  Dreaming Deep with Caffe via Google's GitHub 
 

 

我不敢保证Python机器学习是速成的或简单的。但只要投入时间,遵循这七个步骤,你无疑会对于这个领域拥有足够的熟练度和理解,会使用流行的Python库实现许多机器学习算法,甚至当今深度学习领域的前沿内容。

 

作者简介: Matthew Mayo是一名计算机专业的研究生。他目前在从事并行机器学习算法方面的论文工作。同时他也是一个数据挖掘学习者,数据爱好者,立志成为机器学习科学家。 

本文转载自:http://datartisan.com/article/detail/66.html?utm_source=tuicool&utm_medium=referral

小叮当_加V
粉丝 6
博文 98
码字总数 19908
作品 0
东城
私信 提问
机器学习的最佳学习路线原来只有四步

AI这个词相信大家都非常熟悉,近几年来人工智能圈子格外热闹,光是AlphoGo就让大家对它刮目相看。今天小天就来跟大家唠一唠如何进军人工智能的第一步——机器学习。 在机器学习领域,Python已...

ufv59to8
2018/05/12
0
0
七步教你Python进行机器学习

网络上有很多Python学习资源和机器学习学习资源,对于一个新手而言,如何开始呢?本篇文章将教你七步学会使用Python进行机器学习。 万事开头难。面对纷繁万千的网络学习资源,不知如何下手,...

断桥残雪断桥残雪
2015/11/20
4.1K
0
7行Python代码,搭建可以识花的机器学习App|视频教程

你想学Python,却不知如何着手,那你需要一种更加有趣的学习方式。 Siraj Raval是一位人工智能领域的编程高手,毕业于哥伦比亚大学,曾任职于 Twilio 和 Meetup,他通过制作教程类短视频的方...

AI科技大本营
03/12
0
0
编程语言太难学?只因你还没试过Python!

Python语言可能是第一种即简单又功能强大的编程语言。它不仅适合于初学者,也适合于专业人员使用,更加重要的是,用Python编程是一种愉快的事。本身将帮助你学习这个奇妙的语言,并且向你展示...

极客学院
2015/05/18
2.1K
7
高手问答第 191 期 —— 机器学习技术分享:从 Python 实践说起

OSCHINA 本期高手问答(3 月 28 日 - 4 月 3 日)我们请来了@Kevin_Wei 魏贞原为大家解答关于机器学习 —— Python 实践方面的问题。 魏贞原,IBM 高级项目经理,主要负责银行客户的复杂系统开...

局长
2018/03/27
4K
40

没有更多内容

加载失败,请刷新页面

加载更多

JMM内存模型(一)&volatile关键字的可见性

在说这个之前,我想先说一下计算机的内存模型: CPU在执行的时候,肯定要有数据,而数据在内存中放着呢,这里的内存就是计算机的物理内存,刚开始还好,但是随着技术的发展,CPU处理的速度越...

走向人生巅峰的大路
16分钟前
30
0
你对AJAX认知有多少(2)?

接着昨日内容,我们几天继续探讨ajax的相关知识点 提到ajax下面几个问题又是必须要了解的啦~~~ 8、在浏览器端如何得到服务器端响应的XML数据。 通过XMLHttpRequest对象的responseXMl属性 9、 ...

理性思考
25分钟前
4
0
正则表达式基础(一)

1.转义 转义的作用: 当某个字符在表达式中具有特殊含义,例如字符串引号中出现了引号,为了可以使用这些字符本身,而不是使用其在表达式中的特殊含义,则需要通过转义符“\”来构建该字符转...

清自以敬
28分钟前
4
0
idea中@Data标签getset不起作用

背景:换电脑以后在idea中有@data注解都不生效 解决办法:idea装个插件 https://blog.csdn.net/seapeak007/article/details/72911529...

栾小糖
34分钟前
4
0
Apache Kudu 不能删除不存在的数据

使用Apache Kudu客户端,对KafkaConnect Sink 进行扩展。 使用的Apache Kudu 的Java 客户端。突然有天发现作业无法提交,一直报错。 后来才发现这是Kudu自身的一种校验机制。为了忽略这种校验...

吐槽的达达仔
44分钟前
5
0

没有更多内容

加载失败,请刷新页面

加载更多

返回顶部
顶部