(点击
上方蓝字
，快速关注我们)
译文：伯乐在线专栏作者 - 心灵是一棵开花的树
英文：Per Harald Borgen
如有好文章投稿，请点击 → 这里了解详情
如需转载，发送「转载」二字查看说明
在门外汉看来，机器学习（Machine Learing，ML）入门是个不可完成的任务。
如果你选错了方向，确实就是不可能的了。
然而，在我学习机器学习的基本知识一周后，发现入门比我想象的容易。
本文旨在给予那些对机器学习有兴趣的人一些入门指南，这个指南来自我为期一周的学习经验。
背景
在我开始这一周的机器学习之前，我已经阅读过一些相关的文章了， 并且学习了一半吴恩达（Andrew Ng）在 Coursera 上的机器学习课程，以及一些其他的理论课程。所以我对机器学习有些基本的概念，但我仍然我不能将我的知识转换为代码，这是我想要改变的。
我想在一周学习的最后阶段能够用 ML 解决问题，尽管这意味着会跳过很多基础知识，我采取了自上而下的学习方法，而不是自下而上。
在 Hacker News 上咨询之后，我得出的结论是 Python 的 Scikit Learn 库是最适合入门的。这个库提供了丰富的算法，将实际的机器学习问题减少到几行代码。
星期一：学习一些实例
我的学习之旅从查找关于 Scikit Learn 的视频教程开始。我最后选择了 Sentdex 关于使用ML投资股票的教程，这个教程给了我继续学习的必备知识。
Sentdex 教程的好处是，教师会引导你一步步去收集数据。随着学习的深入，你会发现获取和清理数据是比真正的机器学习更耗时的。因此，编写脚本抓取文件或网络中的数据的能力是一个ML极客的必备技能。
我后来又重看了几个视频，以解决之前我不理解的问题。我建议你也这样做。
但是，如果你已经知道如何从网站抓取数据了，那本教程可能不是很适合你，因为许多视频都是关于数据抓取的。如果是这样的话， Udacity的机器学习教程可能更适合你。
星期二：将ML应用到实际问题
星期二我想看看是否能用我所学解决一个实际问题。因为另一个合作编程的伙伴正在参加英格兰银行数据可视化大赛，所以我与他一起查看了该银行发布的数据。其中最有趣的是他们的家庭调查数据，这是该银行对数千户家庭进行的关于金钱方面的年度调查。
我们决定解决的问题如下：
给定一个人的教育水平，年龄和收入信息，计算机可否预测其性别？
我观察这个数据集后，花了几个小时清理数据，并使用 Scikit Learn map 去找一个适合该问题的算法。
最后我们预测的成功率达到了 63％，这并不令人震撼。但是至少比掷硬币的准确率（50%）高一些。
最后的结果是激励你的动力，所以我建议一旦你会使用 Scikit Learn 了，就自己来动手做一做。
你意识到你可以使用 ML 来解决现实生活中的问题的时刻是很一个关键的时刻。
星期三：从头开始
在玩转各种 Scikit Learn 模块后，我决定尝试从头开始写一个线性回归算法。
我想这样做是因为我一直觉得我真的不明白后台发生了什么。
幸运的是，coursera 课程详细介绍了几种算法的工作原理，这在很大程度上是有用的。更具体地说，它描述了使用具有梯度下降的线性回归的最底层的概念。
这肯定是最高效的学习技巧，因为它迫使你了解后台的一些细节。 我强烈建议你也这么做。
我计划在继续学习的过程中重写我自己实现的一些更复杂的算法，但我想在学会 Scikit Learn 中相应的算法之后再做。
星期四：开始参加竞赛
星期四，我开始研究 Kaggle 的入门教程。Kaggle 是一个机器学习的竞赛平台，你可以在其中提交公司或组织发布的问题的解决方案。
我建议你在对机器学习有一些理论和实践经验后再尝试 Kaggle。你需要这些知识才能开始使用 Kaggle，否则你可能没什么收获，反而会觉得沮丧。
“Bag of Words”教程指导你完成参赛资料提交的每个步骤，并会给你一个简短而令人兴奋的有关自然语言处理（NLP）的介绍。看完教程之后，我对 NLP 的兴趣大大增加。
