聊聊机器学习的基本知识

最近会面试一些“做过机器学习”的人。但是经常遇到的很让我无语的一种情况是,在问他们一些机器学习的相关知识的时候,对话往往是这样的:

-- 呃, 你用过 logistic 回归?
-- 嗯,是的。
-- 能跟我说说 logistic 回归是怎么回事么?
-- 我不知道,我用的是 XX 包,把数据整理成一个什么样的格式丢进去,然后它就出结果了……

确实,现在 Machine Learning 的 toolkit 非常多,基本上可以想得到的,都能找到对应的开源项目。如果你在BAT这些公司,说不定这些 toolkit 连图形化界面都给你提供了。这大大降低了我们的使用成本。但是,如果你认为自己“做过”机器学习的话,只会调用别人的工具显然是不够的。一直都一帆风顺还好,如果你的数据扔进去,吐出的模型文件并不能像你预想的那样 work 的很好的时候,如果你只会调用别人的工具,你怎么知道问题出在了哪儿呢?
所以其实我觉得如果做机器学习的话,一些基础还是要打好的。就像不了解对象模型的人,仍然可以很欢畅地写 C++ 代码(也许都写成了C),但是恐怕不能说自己熟悉 C++。而机器学习是建立在数理统计、线性代数、信息论和决策论上的,打基础的话,应该也从这些知识开始。尤其是机器学习这个领域发展到今天,各种算法及这些算法的种种变体非常之多,很少有人能够把这些算法全都摸得门儿清。但是,在有了一定的基础知识之后,看懂一个算法应该不会成为太困扰你的事儿,看懂了之后,这个算法的优劣、使用范围等也应该会有大致的了解了。
如果要入门机器学习的话,有两本书推荐一下。一本是Mitchell的《机器学习》,这本书现在机器学习中一些最常用的、经典的算法,包括 Regression,Classification,Cluster,EM,简单的神经网络等等,顺带穿插讲述了一些基本概念,如最大似然估计、误差函数、梯度下降、后向传播算法等,Andrew Ng 在 MIT 的机器学习课程,也是以这本书为蓝本的;另外一本书是《数据挖掘:实用机器学习技术》,这本书有意思的地方是搭配了一个开源的、带GUI界面的机器学习工具Weka,并且带一些数据集合,可以亲自动手试一下,避免入门的时候太过枯燥而产生畏难情绪。这两本书大致看过之后,可以看看Bishop的神书《Pattern Recognition And Machine Learning》……的前两章,尝试弄清下面的几个问题:

  • 统计学的基础:先验,后验,大数定理,bayes rule,marginal probability,等等;
  • 如何度量信息的有用程度:信息熵,交叉熵和互信息都是什么?
  • 什么是点估计?什么是区间估计?
  • 最大似然估计,最大后验估计,Bayesian估计之间有什么样的联系和区别?
  • 什么是过拟合?如何避免过拟合?什么是正则化?试着使用MLE和MAP分别推一下曲线拟合中没有正则化(不带惩罚项)和L2正则化(带有针对参数平方和的惩罚项)的error function。

……等等。
然后呢?然后你就可以愉快地玩弄各种 toolkit,撸各种 paper 去了。(至于要发各种paper的童鞋……对不起哪不在我的知识范围之内了T.T)

最后编辑于
©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 204,293评论 6 478
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 85,604评论 2 381
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 150,958评论 0 337
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 54,729评论 1 277
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 63,719评论 5 366
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 48,630评论 1 281
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 38,000评论 3 397
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 36,665评论 0 258
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 40,909评论 1 299
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 35,646评论 2 321
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 37,726评论 1 330
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 33,400评论 4 321
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 38,986评论 3 307
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 29,959评论 0 19
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 31,197评论 1 260
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 44,996评论 2 349
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 42,481评论 2 342

推荐阅读更多精彩内容