機器學習書目以及線上教程推薦

當下在技術領域最火的莫過於人工智慧行業了，全球科技巨頭都在這個領域上爭奪屬於自己的一席之地。在全球趨勢大利好的情況下，加上國家政策大力度的扶持，越來越多的科技人員投身到人工智慧的懷抱中。在這個行業中，根據發展方向又可以為很多不同的細分領域，前幾年很火的大數據、數據挖掘在本質上也是屬於這一類，近幾年隨著理論的不斷更新和工具的不停迭代，又有一些非常有前景的領域不斷出現在人們的視線中，比如計算機視覺Computer Vision，自然語言處理Natual Language Processing，無人駕駛Autonomous car等等。人工智慧是建立在機器學習Machine Learning理論基礎之上的，因此想要入門人工智慧，首先要打好紮實的機器學習基礎。但是由於機器學習是一門理論和實踐結合非常緊密的學科，因此其學習曲線比較陡，不僅數學要好，也需要很好的編程基礎。

數學方面主要是線性代數、概率統計和微積分。

線性代數：在機器學習演算法的處理中，由於樣本數據非常多，因此幾乎所有的計算過程都是由矩陣來完成，而且在一些聚合演算法中，也需要有一些線性代數的理論來幫助推演。因此線性代數在機器學習中的地位是不言而喻的；

概率統計：很多機器學習的演算法是基於概率統計學的基礎之上的，比如樸素貝葉斯、邏輯分類、決策樹等，而且在演算法的優化選擇上也需要統計學作為基礎，比如P-value、R-score等。因此要入門機器學習，概率統計學的知識也是不可缺少的；

微積分：機器學習中的很多演算法也是基於微積分來推導的，比如梯度下降、神經網路的反向傳播等，如果想要更深入的理解演算法背後的數學理論，微積分的基礎也很重要。

好在以上所提到的理論部分，很多細節不需要我們重新編碼實現，目前已經有很多非常成熟的庫幫助完成了這項工作，不需要我們重新造輪子。在機器學習的編程語言中，當仁不讓的應屬Python。Python作為解釋類的膠水語言，雖然在速度上和C、C++這種編譯型語言是不能相比的，但是由於其簡潔性的語法、數據運算的方便以及超多的第三方庫軟體，使得Python成為機器學習的第一梯隊編程語言。在用Python關於機器學習的第三方庫中，最重要的就是Numpy、Pandas、Matplotlib和Scikit了。Numpy是一個矩陣計算庫，它讓大數據的計算變得簡單方便，編碼效率得以大幅提高；Pandas是建立在Numpy基礎之上，不僅繼承了Numpy優秀的矩陣計算特性，而且在此基礎之上擴展了DataFrame和Series數據類型，讓數據處理變得更加方便；Matplotlib是一個圖形庫，可以將各種數據的關係用圖形的形式非常直觀的展現出來，是評估演算法的不二之選；Scikit是目前使用最廣泛的機器學習演算法庫，裡面提供了各種主流演算法的介面函數，對於每種演算法的細節部分我們無需自己實現，只需要調Scikit的介面函數就可以了，省去了很多編碼工作。當然，如果想要對機器學習演算法的理解更加透徹，建議還是用Numpy和Pandas重新自己編寫一遍，雖然效率上可能不會有成熟的第三方庫高，但是這樣可以大幅度加深自己對理論的理解，以及編碼功力的提高。

本人從事機器學習也有很長一段時間了，一路走來深知裡面的艱辛。翻了不少書，看了不少視頻，總算是稍微有了一點經驗。下面是就我的經驗給大家推薦一些書目和在線課程，有了這些資源，相信你會少走很多彎路。

書目

理論類：

線性代數：《線性代數及其應用》（Linear Algebra and Its Applications）

概率統計：國外的有《概率論基礎教程》（A First Course in Probability），《深入淺出統計學》（Head First Statistics）；國內的有陳希孺院士所著的《概率論與數理統計》（這本書個人認為極其優秀，是少見的國內數學教程大師級作品）；

微積分：《托馬斯微積分》（Thomas" Calculus），《微積分學教程》

演算法類：

《統計學習入門》（An Introduction to Statistical Learning）；《統計學習精要》（The Elements of Statistical Learning）。這兩本書是非常優秀的演算法類書籍，前者是入門性質的，後者對數學要求非常高；

國內的優秀書籍有《統計學習基礎》，西瓜書《機器學習》

實踐類：

Python語言：關於Python的書籍非常多，本人推薦的是《Learning Python》，雖然這是本一千多頁的大部頭，作者為了將一些內容講解清楚也可能比較啰嗦，但是看完之後你的Python功底會得到全面提升；當然也有一些其他的優秀書籍，比如《Programming in Python》，《Python Cookbook》等；

數據分析：為了更好的使用Numpy、Pandas和Matplotlib等這些在機器學習中用的非常多的第三方庫，重點推薦的是《Python for Data Analysis》這本書，裡面詳細講解了關於這些庫的使用方法；

Scikit：Scikit是使用最多的機器學習演算法庫，為了更好的理解和掌握各種函數介面的用法，以及使用機器學習解決現實問題的詳細過程，推薦的是《Mastering Machine Learning with scikit-learn》，這本書關於理論部分講的不是很深，但是對如何使用Scikit進行機器學習可以說的面面俱到；

自己實現演算法：如果想要更好的理解機器學習各種演算法，以及提高Python編程能力，最好是自己造一遍輪子，重點推薦的是《Machine Learning in Action》，同樣這本書對於理論也只是大致講解，但是對如何使用Numpy和Pandas實現各種演算法寫的非常詳細。書中代碼的注釋比較少，因此讀起來可能會比較頭疼，但是如果堅持下去一定會有很大收穫。

線上課程

目前有非常多極其優秀的線上課程供大家學習使用，很多都是世界名校免費提供的，教學質量絕對一流，即使沒有考上好的大學，也沒關係，在家裡也可以聽到和世界名校學生同樣的課程。

機器學習類：

Coursera上Andrew Ng的機器學習課程：這門課絕對是入門機器學習的不二之選，有非常多的人都是看NG大神這門課而入門機器學習的；

斯坦福大學的CS229課程：這門課同樣也是由NG大神所教授，但是裡面的理論深度比Coursera提高了一個檔次，對每個演算法都有詳盡的推導過程，因此看這門課數學基礎要好；

神經網路：Coursera上Geoffrey Hinton教授的神經網路課程，評價非常高，但是同樣理論層次比較深，需要有很好的數學基礎；

計算機視覺：斯坦福的CS231n課程，這門課由計算機視覺領域的華人權威李飛飛教授所講，質量也是非常之高；

數學理論類：

線性代數：麻省理工大學教授Gilbert Strang的線上課程，已經有些年頭了，但是經得住歲月的考驗；

概率統計：首先推薦Udacity上的統計學入門，這門課由Udacity的創始人Sebastian Thrun親自所教，可以在各種實踐問題中入門概率統計，並且課程中安排有Python編程環節。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！