学习路径图！让你成为机器学习专家！

原文：Learning Path : Your mentor to become a machine learning expert

如今，机器学习在网络上已经有了过剩的资源，并且发展十分迅猛。每次找到的资料都会一大堆的专业术语，大部分人会迷失在纷杂的学习资料中。当然，这并不是全部。你不经历磨练，就根本无法驾驭机器学习。你必须花上数小时来体会在工程中的细微差别，其重要性和深远影响都对你十分有用。

通过这个学习路径，我们希望提供以上问题的答案。我们故意在这个学习路径中加入了很多项目。你不努力就不会成为机器学习大师。但是一旦你做了就会成为具有先进思想的人。

前面基本就是在画大饼，翻译的不好，不看也没关系

鉴于这是一个比较复杂的任务，我们建议你严格按照顺序来进行学习。仅在你很了解一个主题时，才允许跳过。

热身--机器学习有多有用

如果你是一个完完全全的初学者，这里有一个Jeremy Howard的演讲来理解机器学习——how machine learning is changing this world. Jeremy谈了很多有关机械学习和深度学习的应用。并讨论了他们对于世界将会产生的影响。

如果还没理解，看下这个相对短小一点的视频training a machine to play Super Mario.

现在是不是对机器学习的未来感到无比激动了，来看下我们整理的学习路径吧。

可选阅读：Basics of Machine learning for a newbie

Step 0: R / Python基础

其实有很多语言具有机器学习的能力，并且已经有很多围绕这些语言进行的开发工作。但是现在R/ Python是最常用的两种语言。在学习机器学习之前，我建议你挑选一种语言并掌握它，以便你后续能集中精力在机器学习本身上。

a) Learning Path on R: Step 0 to Step 2
b) Learning Path on Python: Step 0 to Step 2

其他语言也可以考虑： Scala, Go / Julia

Step 1: 学习描述和推理性统计学

我们需要重新学习统计学。在你开始机器学习开发之前，掌握描述和推理性统计十分重要。优达学城提供了额免费的学习课程：descriptive statistics and Inferential statistics. 两个课程都是使用Excel来进行开发。就算你已经了解了他们，这些课也能让你提升不少。

作业：你可以使用你选择的语言来进行这个任务。你可以引用下面列出的库和方法：
R: Stats
Python: Scipy, Numpy, Pandas
必读: Difference between machine learning and statistical modeling?

Step 2: Data Exploration / Cleaning / Preparation

好的机器学习专家和普通机器学习研究者的区别在于，在原始数据阶段的功能工程和清洗数据的质量。你在这里花的时间越长，质量就越好。这个阶段将花费你大量的时间。你可以通过以下的文献查看数据探索不统计阶段的区别：

你也可以通过R或者Python来进行数据探索工作：

考试/作业：

查看Kaggle上的泰坦尼克生还者问题，做出一系列的假设并清洗数据，建立新的数据特征。想一想推定缺失的年龄数据的最好的办法是什么？
同样的，查看Bike sharing demand forecasting problem这个问题，并重复上述步骤。

Step 3: 机器学习简介

你现在算是可以入门机器学习了。有很多资料都可以作为入门教材，我会建议你根据自己学习的方式在以下两种方法中二选一：

Option1：如果你是需要手把手的讲解，一次一小点，你应该从这里开始： Machine learning course from Andrew Ng，这个讲解比较适合初学者而且容易理解。吴恩达教授十分擅长将复杂的概念平滑地介绍给你。这个课程涵盖了所有基本的算法并且介绍了一些比较高级的主题，像神经网络。推荐系统这类的应用通过使用Map Reduce进行对大数据量的机器学习来获得。他选择使用Octave / MATLAB来代替普通的R/Python，一旦学完，你就可以开始做Option2里的作业了。
Option2：如果你十分具有自学精神，喜欢挑战和面对一些比较难得课题，你应该去选择：Learning form Data course by Prof. Yaser Abu-Mostafa。这个课程会带给你基于机器学习的各种概念的十分惊人的体验，但是请注意这些课程有比较难的数学挑战，并且带了很多有关机器学习的前沿理论（像VC维度）。而且这个课程还需要具有更多的编程经验因此会感觉它更高端。这个课也附带了很多课下作业。

现在你已经明白了很多算法和技术。这时候我们看看在R或者Python中可以使用的一些库，你可以参考step-6中的 R (additionally, ML Algorithms in R) and Python来探索这些包和选项。

Step4:参加Kaggle中的比赛

现在，你已经具备了所有来完成Kaggle知识竞赛的工具。这些竞赛里面有比较简单的，也有具有奖金的。你可以选择一系列相关的资源来开始你的数据分析旅程。下面这些事现在正在进行中比赛：
[Titanic: Machine Learning from Disaster]
San Francisco Crime Classification

Must Read: How do I start my journey on Kaggle?

Step5：高级机器学习

这时候你应该已经学习了非常多的关于机器学习的技术，是时候探索一下高级的机器学习技术，来了解不同的数据构造，比如深度学习和大数据下的机器学习。

DeepLearning

你了解深度学习吗？这里是一个关于深度学习的简要说明，这里具有更多关于深度学习的细节。下面是一些关于深度学习的资源链接：

最具综合性的资源链接应该是 deeplearning.net，你可以找到几乎所有的东西——演讲，数据集，挑战，教程。
另一个 course from Geoff Hinton可以试着理解神经网络。
模式识别，Python(Resource 1, Resource 2, Resource 3) and R (Resource 1)
文本挖掘，Python (Resource) and R (Resource 1 , Resource 2)

组合建模

这是专家和普通从业者的一个区别，组合可以将很多能力加入你的模型中，而且在Kaggle比赛中是十分有用的技术。这里有一个链接可以了解：best guide on emsemble modeling

大数据下的机器学习

正如你所知道的，数据正已指数形式增长，但是如果你不深入研究的话，原始数据又没什么用。机器学习其实就是从数据中学习，从可用的数据集中获取洞察能力和模式识别的能力。现在已经有很多使用机器学习算法的应用程序，比如“垃圾邮件检测”，“web文档分类”，“诈骗预测”，“推荐系统”等等。下面是一些大数据下进行机器学习的教程：

Scalable Machine Learning
Packages for Big Data in Python ( Pydoop, PyMongo) and R (Resource1, Resource2)

Step6：参与Kaggle主流比赛

现在你具有来了绝大多数的技术和统计学能力。是时候组队参与比赛来从这些数据科学家中学点什么。Kaggle 是一个我们活动，约定，竞争的平台。数据科学家们很热衷于他们的排名和模型的性能。去吧，尽你所能投入到一个正在进行的Kaggle比赛中，祝你好运！

可选步骤：文本挖掘和数据库

如果你想将机器学习应用于文本挖掘，你可以查看这个教程： clean text data and build models on it.你也可以查看下面这些Kaggle的比赛：

有意思的部分

现在你已经知道了如何成为一个机器学习从业者。这里是一个仿真训练：
genetic algorithm based robot would learn walking

一些严肃的部分

现在你已经知道了一些机器学习的潜在能力，想象它对当今世界的影响。Jeremy的演讲提到了一些。下面的这些文章从不同的观点讲述了这个演变：part 1 & part 2

希望你能喜欢这个学习路径，并且能使用机器学习影响我们的生活。如果有任何意见或建议，可以在下发评论区评论。