程序員如何轉型到機器學習領域之一？

寧婕

由於機器學習比較火，待遇也比較高，所以很多的程序員小哥都會想要轉型到機器學習的領域，包括我前段時間也有過此類的想法，想去學習一下機器學習的內容。

對於程序員最重要的能力，我也曾經對很多人講過，就是學習，當然，我也自認為自己的學習能力其實還算不錯。所以在電腦上安裝了TensorFlow，然後去Google TensorFlow的官網上去看他的教材和Demo。

然後，我就被打擊了。

可能對於很多程序員來說，以前可能是做.NET應用程序的，或者Java應用程序的，然後想轉行去做遊戲，那學習一下游戲的一些引擎，類似U2D, U3D，然後做一些練習，基本就可以入門了。

但是機器學習其實對編程方面的能力要求並不是特別的高，機器學習對什麼要求最高呢？數學。

如果想學習機器學習相關知識的同學，可以去看看http://www.tensorfly.cn，它有很多關於機器學習的文章和demo。

我們平時在看技術文章的時候，我們可以看到很多很多的代碼，甚至會有demo的代碼下載。

但是我們看機器學習的文章的時候，會發現，裡面出現得最多的兩個字叫“算法”。

我們可以看到很多這樣的內容：

說實話，做互聯網已經10多年了，計算機的知識，代碼的知識，可以說我都問題不大。但是數學真的已經還給老師了。

一篇關於機器學習的文章看完以後，給我的感覺就是，完全不知道寫的什麼，這些一個個的數學公式是什麼鬼？

所以，如果大家想要從程序員轉型到機器學習領域，我推薦大家去看的第一本書就是《高等數學》。

先從基礎開始學習吧，把數學的基礎知識先穩固一下，這樣我們才能夠看得懂那些更深入的知識，自然，我們大學時候可能並不上心的《高等數學》，就需要好好的研讀一下了，如果你還保留的上課的筆記，少年，你是好樣的。

高數我們複習好了，接下來就是概率了，一本《概率論》掏出來吧。

說穿了，機器學習裡面有很多和概率有關的算法，那不瞭解概率的基礎知識，只從應用出發是不合理的。

當你把這兩本書的知識都複習好了以後，那麼就可以開始你的算法之路了。《Deep Learning》可以讓你充分的瞭解深度學習的算法知識。

當然，可能很多的同學和我一樣，已經把數學知識都還給老師了，直接的去看數學方面的書，可能很難能夠回憶起當時的學習內容。

這個時候，可能你需要找個老師，好好的教教你數學了，無論是培訓班，還是一些大學的課程，去學習一下吧，這樣能夠接受得快一點。

如果同學你本來就是數學系出生，並且你的數學知識比較牢固，那恭喜了，你比學計算機的更加適合機器學習領域。

總而言之，人工智能領域重要的是數學，所以，程序員們，轉型之前要慎重考慮。

會技術的葛大爺

兩個字—學習。一個程序員，最不該丟掉的能力就是學習能力。那麼該如何來進行學習呢？這裡我結合自身經驗來推薦一些機器學習的入門級教材。

1. 《機器學習》.周志華老師的機器學習是一本非常經典的入門教材，書中系統梳理了傳統的幾大類機器學習算法，並且附帶了大量的習題。對於這本書，無需介紹太多，我的建議就是對著書，把書中的算法自己推到一遍。至於實例代碼，我建議使用MATLAB（附帶了很多機器學習庫）再重新編寫一遍，相信會對書中理論有更深的認識。
2. 《機器學習實戰》
   .這本書由前英特爾工程師哈林頓編寫，全書代碼均使用Python實現，如果不熟悉，建議先學習一下Python（很簡單優雅的一門語言）。這本書的作者從工程師的視角出發，把實際工作和枯澀的理論聯繫在了一起，可以讓人實實在在感受到編程的樂趣，是一本難得的好書。
3. 《深度學習》.該書由Google及加拿大蒙特利爾大學的三位科學家編著而成
   。這本書雖然是主講深度學習（機器學習的一個分支，目前的主流研究方向），但還是系統的先介紹了一遍機器學習的基本理論，相信就算你沒有基礎直接看這本書，也還是能夠獲得一些基本的概念。主體深度學習部分講的就更為詳細，書中涉及內容過多，這裡就不一一贅述，建議這本書要慢慢的讀，做好筆記，最好能夠經常複習。
4. 《Tensorflow實戰：第二版》.這本書詳細介紹了當今最為流行的深度學習框架——谷歌公司推出的Tensorflow
   。書中從做應用的角度介紹了tensorflow框架的結構和一些使用案例，並給出部分示例代碼，相信學完這本書會對深度學習有一個更新的認識。

太科羅技

轉型進入機器學習領域有很多方式，這裡我給你推薦一些學習資源吧。

1. 在線課程

斯坦福大學在計算機科學和機器學習領域是處在世界前列的，這個學校有很多公開課，網上都可以找得到資源的，其中比較有名的是吳恩達的“CS229 | Machine Learning”還有李飛飛的“CS231n | Convolutional Neural Networks for Visual Recognition”。如果看英文比較費勁的話，網易雲課堂上有配有中文字幕的課程，鏈接在這裡（http://study.163.com/category/AI）。

網易雲課堂上也有其他很多關於機器學習、人工智能的課程資源。

2. 書籍推薦

周志華《機器學習》（俗稱西瓜書）

李航《統計學習方法》

《機器學習實戰》

《深度學習》（俗稱花書）

3. 實戰平臺

kaggle是一個很棒的實戰平臺，因為它上邊有許多現實中的問題的數據集可供使用。你也可以查看內核，看看別人對比賽的數據集所使用的解決方案，可以邊實戰邊學習。

網址：https://www.kaggle.com/

GitHub是一個開源社區，也可以說是一個代碼倉庫，這上邊有許多別人開源出來的代碼和項目，通過閱讀別人的代碼來學習，也可以幫助你更快地學習。

網址：https://github.com/

4. 論文

毫無疑問，要跟上時代前沿，看論文必不可少。許多大佬的研究成果會第一時間以論文的形式放出來，如果不去閱讀論文，就不知道大佬在做什麼研究工作。

這裡放出來一個網址，這上邊可以免費下載論文。

網址：https://arxiv.org/

關鍵字: 科技 機器學習 機器