都說做一件事情最好的時(shí)機(jī)就是「現(xiàn)在」，但是從何開始往往會(huì)難倒一大批人，更不用說是想要入門數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)的朋友了。本文是一篇科普掃盲文章，作者以初學(xué)者的視角，為同樣想「入坑」的讀者們提供了一些建議，還有一些可以獲得的學(xué)習(xí)資源。

「我想學(xué)習(xí)機(jī)器學(xué)習(xí)和人工智能，該從哪開始呢？」

從這里開始。

兩年前，我開始在網(wǎng)上自學(xué)機(jī)器學(xué)習(xí)，并且通過 YouTube 和博客分享了我的學(xué)習(xí)過程。我并不知道我在做什么，在決定開始學(xué)習(xí)機(jī)器學(xué)習(xí)之前我從沒寫過代碼。

當(dāng)人們發(fā)現(xiàn)我的作品，他們通常會(huì)私信并提問。我不一定知道所有的答案，但我會(huì)盡量回復(fù)。人們最常問的問題是：「該從哪開始？」，其次是：「我需要多少數(shù)學(xué)基礎(chǔ)？」

今天早上我就回答了一堆這樣的問題。

有人告訴我他已經(jīng)開始學(xué)習(xí) Python 并打算學(xué)習(xí)機(jī)器學(xué)習(xí)了，但不知道下一步該做什么。

「我已經(jīng)學(xué)習(xí)了 Python，下一步該做什么？」

我回復(fù)了一系列學(xué)習(xí)的步驟，并且復(fù)制到了這里。如果你想成為一個(gè)機(jī)器學(xué)習(xí)從業(yè)者，卻不知道怎么寫代碼的話，可以把本文當(dāng)作一個(gè)大綱。我的學(xué)習(xí)風(fēng)格是代碼優(yōu)先：先把代碼運(yùn)行起來，再根據(jù)需要學(xué)習(xí)理論、數(shù)學(xué)、統(tǒng)計(jì)以及概率等方面的東西，而不是一開始就學(xué)理論。

記住，開始學(xué)習(xí)機(jī)器學(xué)習(xí)你會(huì)面臨很多阻礙。別急，慢慢來。把這篇文章添加到收藏夾，以便隨時(shí)參考。

我傾向于使用 Python，因?yàn)槲沂菑?Python 開始的，并且一直在持續(xù)使用它。你也可以用其他語(yǔ)言，但本文的所有步驟都是基于 Python 的。

學(xué)習(xí) Python、數(shù)據(jù)科學(xué)工具和機(jī)器學(xué)習(xí)概念

問我問題的那些郵件作者們說他們已經(jīng)學(xué)了一些 Python。但這一步也同樣適用于新手。花幾個(gè)月的時(shí)間學(xué)習(xí) Python 編程和不同的機(jī)器學(xué)習(xí)概念。這兩部分知識(shí)你都會(huì)需要。

在學(xué)習(xí) Python 編程的同時(shí)，練習(xí)使用 Jupyter 和 Anaconda 等數(shù)據(jù)科學(xué)工具。花幾個(gè)小時(shí)來研究一下，它們是用來做什么的以及為什么要使用它們。

學(xué)習(xí)資源

人工智能要素 （https://www.elementsofai.com/）—人工智能和機(jī)器學(xué)習(xí)主要概念概述。Coursera 上的 Python 教程—（https://bit.ly/pythoneverybodycoursera） 從頭學(xué)習(xí) Python。通過 freeCodeCamp 學(xué)習(xí) Python （https://youtu.be/rfscVS0vtbw）—一個(gè)視頻涵蓋了 Python 所有主要概念。Corey Schafer 的 Anaconda 教程 （https://youtu.be/YJC6ldI3hWk）—一個(gè)視頻學(xué)會(huì) Anaconda（數(shù)據(jù)科學(xué)和機(jī)器學(xué)習(xí)需要的配置環(huán)境）。Dataquest 的新手 Jupyter Notebook 教程 （https://www.dataquest.io/blog/jupyter-notebook-tutorial/）—一篇文章學(xué)會(huì)啟動(dòng)和運(yùn)行 Jupyter Notebook。Corey Schafer 的 Jupyter Note 教程 （https://www.youtube.com/watch？v=HW29067qVWk）—一個(gè)視頻學(xué)會(huì)使用 Jupyter Notebook。

學(xué)習(xí)通過 Pandas、Numpy 和 Matplotlib 進(jìn)行數(shù)據(jù)分析、操作和可視化

一旦你已經(jīng)掌握了一些 Python 技巧，就會(huì)開始想要學(xué)習(xí)如何處理和操作數(shù)據(jù)，為了實(shí)現(xiàn)這一目的，你需要熟悉 Pandas、Numpy 和 Matplotlib。

Pandas 可以幫助你處理二維數(shù)據(jù)，類似 Excel 文件里的信息表，包含行和列。這類數(shù)據(jù)被稱為結(jié)構(gòu)化數(shù)據(jù)。Numpy 可以幫助你進(jìn)行數(shù)值計(jì)算。機(jī)器學(xué)習(xí)把你能想到的所有東西都轉(zhuǎn)化成數(shù)字，進(jìn)而在這些數(shù)字中尋找模式。Matplotlib 可以幫助你繪制圖形和可視化數(shù)據(jù)。理解表格中的一堆數(shù)字對(duì)人類來說可能很困難。我們更喜歡看到有一條線穿過的圖。可視化可以更好得傳達(dá)你的發(fā)現(xiàn)。

學(xué)習(xí)資源

Cousera 上的 Python 應(yīng)用數(shù)據(jù)科學(xué) （http://bit.ly/courseraDS）—開始打磨數(shù)據(jù)科學(xué)方向的 Python 技能。10 分鐘入門 pandas （https://pandas.pydata.org/pandas-docs/stable/gettingstarted/10min.html）—快速概覽 pandas 庫(kù)及其部分最有用的函數(shù)。Codebasics 的 Python pandas 教程 （https://youtu.be/CmorAWRsCAw）—該 YouTube 系列介紹了 pandas 的所有主要功能。freeCodeCamp 的 NumPy 教程 （https://youtu.be/QUT1VHiLmmI）—一個(gè) YouTube 視頻學(xué)會(huì) NumPy。Sentdex 的 Matplotlib 教程 （https://www.youtube.com/watch？v=q7Bo_J8x_dw&list=PLQVvvaa0QuDfefDfXb9Yf0la1fPDKluPF）—YouTube 系列助你學(xué)會(huì) Matplotlib 所有最有用的功能。

借助 scikit-learn 學(xué)習(xí)機(jī)器學(xué)習(xí)

現(xiàn)在你已經(jīng)掌握了操作和可視化數(shù)據(jù)的技能，是時(shí)候?qū)W習(xí)在數(shù)據(jù)中尋找模式了。scikit-learn 是一個(gè) Python 庫(kù)，它內(nèi)置了許多有用的機(jī)器學(xué)習(xí)算法供你使用，它還提供了許多其他有用的函數(shù)來探究學(xué)習(xí)算法的學(xué)習(xí)效果。

重點(diǎn)在于學(xué)習(xí)都有什么樣的機(jī)器學(xué)習(xí)問題，比如分類和回歸，什么樣的算法最適合解決這些問題。現(xiàn)在還不需要從頭開始理解每個(gè)算法，先學(xué)習(xí)如何應(yīng)用它們。

學(xué)習(xí)資源

Data School 的基于 scikit-learn 的 Python 機(jī)器學(xué)習(xí) （https://www.youtube.com/watch？v=elojMnjn4kk&list=PL5-da3qGB5ICeMbQuqbbCOQWcS6OYBr5A）—一個(gè) YouTube 播放列表教你 scikit-learn 的所有主要函數(shù)。Daniel Bourke 對(duì)探索性數(shù)據(jù)分析的簡(jiǎn)要介紹 （https://towardsdatascience.com/a-gentle-introduction-to-exploratory-data-analysis-f11d843b8184）—把你在上述兩個(gè)步驟中學(xué)到的知識(shí)融合在一個(gè)項(xiàng)目中。提供代碼和視頻，助你開始第一個(gè) Kaggle 競(jìng)賽。Daniel Formosso 的基于 scikit-learn 的探索性數(shù)據(jù)分析筆記 （https://github.com/dformoso/sklearn-classification）—以上資源的更深入版本，附帶了一個(gè)實(shí)踐上述內(nèi)容的端到端項(xiàng)目。

學(xué)習(xí)深度學(xué)習(xí)神經(jīng)網(wǎng)絡(luò)

深度學(xué)習(xí)和神經(jīng)網(wǎng)絡(luò)在沒有太多結(jié)構(gòu)的數(shù)據(jù)上最有效。二維數(shù)據(jù)雖然有結(jié)構(gòu)，圖像、視頻、音頻文件和自然語(yǔ)言文本也有，但不會(huì)太多。

小貼士：在大多數(shù)情況下，你會(huì)想對(duì)結(jié)構(gòu)化數(shù)據(jù)使用一組決策樹（隨機(jī)森林或 XGBoost 之類的算法），而對(duì)于非結(jié)構(gòu)化數(shù)據(jù)，你會(huì)想使用深度學(xué)習(xí)或遷移學(xué)習(xí)（使用預(yù)先訓(xùn)練的神經(jīng)網(wǎng)絡(luò)并將其用于你的問題）。

你可以開始把這樣的小貼士用一張便條記錄，然后邊學(xué)習(xí)邊收集這些信息。

學(xué)習(xí)資源

Cousera 上 Andrew Ng 的 deeplearning.ai （https://bit.ly/courseradl） （https://bit.ly/courseradl）—商業(yè)上最成功的從業(yè)者之一講授的深度學(xué)習(xí)課程。Jeremy Howard 的 fast.ai 深度學(xué)習(xí)課程 （https://course.fast.ai/） （https://bit.ly/courseradl）—工業(yè)界最好的實(shí)踐者之一講授的深度學(xué)習(xí)實(shí)際操作方法。

其他課程和書籍

在學(xué)習(xí)過程中，最理想的情況是你可以用自己的小項(xiàng)目來練習(xí)所學(xué)的東西。這不必是復(fù)雜的，需要改變世界的事情，但你可以說「我用 X 做了這個(gè)」。然后通過 github 或博客分享你的工作。github 用于展示你的代碼，博客文章用于展示你如何表達(dá)自己所做的工作。你應(yīng)該為每個(gè)項(xiàng)目都發(fā)布一下這些內(nèi)容。申請(qǐng)一份工作的最好方法是你已經(jīng)做完了工作要求做的事情。分享你的工作是向未來的潛在雇主展示你能力的好方法。

在你熟悉了如何使用不同的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)框架之后，你可以嘗試通過從頭開始構(gòu)建它們來鞏固你的知識(shí)。你不必總是在生產(chǎn)或從事機(jī)器學(xué)習(xí)時(shí)這樣做，但是從內(nèi)部了解事情是如何工作的將有助于你建立自己的工作。

學(xué)習(xí)資源

Daniel Bourke 的如何開始你自己的機(jī)器學(xué)習(xí)工程 （https://towardsdatascience.com/how-to-start-your-own-machine-learning-projects-4872a41e4e9c）—開始你自己的工程可能會(huì)很難，這篇文章可以給你一些指引。Jeremy Howard 的 fast.ai 深度學(xué)習(xí)基礎(chǔ) （https://course.fast.ai/part2）—自上而下學(xué)習(xí)后，本課程將幫助你從下往上填補(bǔ)空白。Andrew Trask 的 Grokking Deep Learning （https://amzn.to/2H497My）—這本書將教你如何從頭開始構(gòu)建神經(jīng)網(wǎng)絡(luò)，以及為什么你應(yīng)該知道如何構(gòu)建。Daniel Bourke 推薦的機(jī)器學(xué)習(xí)書籍 （https://www.youtube.com/watch？v=7R08MPXxiFQ）—該 YouTube 視頻整理了一些機(jī)器學(xué)習(xí)最佳書籍。

答疑

每一步需要多長(zhǎng)時(shí)間？

你可能會(huì)花 6 個(gè)月或更長(zhǎng)的時(shí)間。別著急，學(xué)習(xí)新事物需要時(shí)間。作為一名數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師，你正在培養(yǎng)的主要技能是如何針對(duì)數(shù)據(jù)提出好的問題，然后使用你的工具來嘗試尋找答案。

有時(shí)候你會(huì)覺得自己什么都沒學(xué)到。甚至倒退。忽略它。不要以天為單位來衡量，看看你一年后有什么樣的進(jìn)步。

我在哪里可以學(xué)到這些技能？

我在上面列出了一些資源，它們都是在線的，而且大部分都是免費(fèi)的，類似的資源還有很多。

DataCamp （http://bit.ly/datacampmrdbourke） 是一個(gè)很好學(xué)習(xí)網(wǎng)站。另外，我的 Machine Learning and Artificial Intelligence resources database （https://bit.ly/AIMLresources） 整理了免費(fèi)和付費(fèi)的學(xué)習(xí)資料。

記住，作為數(shù)據(jù)科學(xué)家或機(jī)器學(xué)習(xí)工程師，很大一部分工作是要解決問題。通過你的第一個(gè)作業(yè)探索這里的每一個(gè)步驟，并創(chuàng)建你自己的課程來幫助學(xué)習(xí)。

如果你想知道一個(gè)自我引導(dǎo)的機(jī)器學(xué)習(xí)課程的例子是什么樣子的，看看我的 Self-Created AI Masters Degree （https://bit.ly/aimastersdegree）。這是我在過去 9 個(gè)月內(nèi)從零編碼變成機(jī)器學(xué)習(xí)工程師的過程。它不是完美的，但是我的真實(shí)經(jīng)歷，因此你可以試試。

統(tǒng)計(jì)怎么辦？數(shù)學(xué)怎么辦？概率呢？

實(shí)踐過程中你會(huì)學(xué)到這些東西的。先從代碼開始。把代碼運(yùn)行起來。在運(yùn)行代碼之前，嘗試學(xué)習(xí)所有的統(tǒng)計(jì)、數(shù)學(xué)、概率知識(shí)，就像是在試圖煮沸大海。它會(huì)讓你退縮。

如果代碼不運(yùn)行，統(tǒng)計(jì)、數(shù)學(xué)和概率都不重要。先運(yùn)行起來，然后用你的研究技巧來驗(yàn)證它是否正確。

證書？

證書很好，但你不是為了證書而學(xué)習(xí)，而是為了提高技能。不要和我犯同樣的錯(cuò)誤，不要認(rèn)為證書越多代表技能越多，并不是這樣的。通過上述課程和資源建立知識(shí)基礎(chǔ)，然后通過自己的項(xiàng)目完善專業(yè)知識(shí)（這些是課程無法傳授的知識(shí)）。