程序员如何转型到机器学习领域之一？

宁婕

由于机器学习比较火，待遇也比较高，所以很多的程序员小哥都会想要转型到机器学习的领域，包括我前段时间也有过此类的想法，想去学习一下机器学习的内容。

对于程序员最重要的能力，我也曾经对很多人讲过，就是学习，当然，我也自认为自己的学习能力其实还算不错。所以在电脑上安装了TensorFlow，然后去Google TensorFlow的官网上去看他的教材和Demo。

然后，我就被打击了。

可能对于很多程序员来说，以前可能是做.NET应用程序的，或者Java应用程序的，然后想转行去做游戏，那学习一下游戏的一些引擎，类似U2D, U3D，然后做一些练习，基本就可以入门了。

但是机器学习其实对编程方面的能力要求并不是特别的高，机器学习对什么要求最高呢？数学。

如果想学习机器学习相关知识的同学，可以去看看http://www.tensorfly.cn，它有很多关于机器学习的文章和demo。

我们平时在看技术文章的时候，我们可以看到很多很多的代码，甚至会有demo的代码下载。

但是我们看机器学习的文章的时候，会发现，里面出现得最多的两个字叫“算法”。

我们可以看到很多这样的内容：

说实话，做互联网已经10多年了，计算机的知识，代码的知识，可以说我都问题不大。但是数学真的已经还给老师了。

一篇关于机器学习的文章看完以后，给我的感觉就是，完全不知道写的什么，这些一个个的数学公式是什么鬼？

所以，如果大家想要从程序员转型到机器学习领域，我推荐大家去看的第一本书就是《高等数学》。

先从基础开始学习吧，把数学的基础知识先稳固一下，这样我们才能够看得懂那些更深入的知识，自然，我们大学时候可能并不上心的《高等数学》，就需要好好的研读一下了，如果你还保留的上课的笔记，少年，你是好样的。

高数我们复习好了，接下来就是概率了，一本《概率论》掏出来吧。

说穿了，机器学习里面有很多和概率有关的算法，那不了解概率的基础知识，只从应用出发是不合理的。

当你把这两本书的知识都复习好了以后，那么就可以开始你的算法之路了。《Deep Learning》可以让你充分的了解深度学习的算法知识。

当然，可能很多的同学和我一样，已经把数学知识都还给老师了，直接的去看数学方面的书，可能很难能够回忆起当时的学习内容。

这个时候，可能你需要找个老师，好好的教教你数学了，无论是培训班，还是一些大学的课程，去学习一下吧，这样能够接受得快一点。

如果同学你本来就是数学系出生，并且你的数学知识比较牢固，那恭喜了，你比学计算机的更加适合机器学习领域。

总而言之，人工智能领域重要的是数学，所以，程序员们，转型之前要慎重考虑。

会技术的葛大爷

两个字—学习。一个程序员，最不该丢掉的能力就是学习能力。那么该如何来进行学习呢？这里我结合自身经验来推荐一些机器学习的入门级教材。

1. 《机器学习》.周志华老师的机器学习是一本非常经典的入门教材，书中系统梳理了传统的几大类机器学习算法，并且附带了大量的习题。对于这本书，无需介绍太多，我的建议就是对着书，把书中的算法自己推到一遍。至于实例代码，我建议使用MATLAB（附带了很多机器学习库）再重新编写一遍，相信会对书中理论有更深的认识。
2. 《机器学习实战》
   .这本书由前英特尔工程师哈林顿编写，全书代码均使用Python实现，如果不熟悉，建议先学习一下Python（很简单优雅的一门语言）。这本书的作者从工程师的视角出发，把实际工作和枯涩的理论联系在了一起，可以让人实实在在感受到编程的乐趣，是一本难得的好书。
3. 《深度学习》.该书由Google及加拿大蒙特利尔大学的三位科学家编著而成
   。这本书虽然是主讲深度学习（机器学习的一个分支，目前的主流研究方向），但还是系统的先介绍了一遍机器学习的基本理论，相信就算你没有基础直接看这本书，也还是能够获得一些基本的概念。主体深度学习部分讲的就更为详细，书中涉及内容过多，这里就不一一赘述，建议这本书要慢慢的读，做好笔记，最好能够经常复习。
4. 《Tensorflow实战：第二版》.这本书详细介绍了当今最为流行的深度学习框架——谷歌公司推出的Tensorflow
   。书中从做应用的角度介绍了tensorflow框架的结构和一些使用案例，并给出部分示例代码，相信学完这本书会对深度学习有一个更新的认识。

太科罗技

转型进入机器学习领域有很多方式，这里我给你推荐一些学习资源吧。

1. 在线课程

斯坦福大学在计算机科学和机器学习领域是处在世界前列的，这个学校有很多公开课，网上都可以找得到资源的，其中比较有名的是吴恩达的“CS229 | Machine Learning”还有李飞飞的“CS231n | Convolutional Neural Networks for Visual Recognition”。如果看英文比较费劲的话，网易云课堂上有配有中文字幕的课程，链接在这里（http://study.163.com/category/AI）。

网易云课堂上也有其他很多关于机器学习、人工智能的课程资源。

2. 书籍推荐

周志华《机器学习》（俗称西瓜书）

李航《统计学习方法》

《机器学习实战》

《深度学习》（俗称花书）

3. 实战平台

kaggle是一个很棒的实战平台，因为它上边有许多现实中的问题的数据集可供使用。你也可以查看内核，看看别人对比赛的数据集所使用的解决方案，可以边实战边学习。

网址：https://www.kaggle.com/

GitHub是一个开源社区，也可以说是一个代码仓库，这上边有许多别人开源出来的代码和项目，通过阅读别人的代码来学习，也可以帮助你更快地学习。

网址：https://github.com/

4. 论文

毫无疑问，要跟上时代前沿，看论文必不可少。许多大佬的研究成果会第一时间以论文的形式放出来，如果不去阅读论文，就不知道大佬在做什么研究工作。

这里放出来一个网址，这上边可以免费下载论文。

网址：https://arxiv.org/

關鍵字: 科技 机器学习 机器