我是如何入门机器学习的呢

https://mp.weixin.qq.com/s/eFXb2swj07Ywld9pDop3hQ

机器学习在很多眼里就是香饽饽，因为机器学习相关的岗位在当前市场待遇不错，但同时机器学习在很多人面前又是一座大山，因为发现它太难学了。在这里我分享下我个人入门机器学习的经历，希望能对大家能有所帮助。

这篇文章不会有太多机器学习方面的专业知识

更多的只是学习经历与经验分享

机器学习工程师到底值几斤几两呢

入门之前先来让大家心里看个数据，机器学习工程师在市场上到底值几斤几两呢？我们在拉勾网上搜索机器学习关键字，得到了下面的结果：

可以看出来，这个待遇在当前 IT 行业中还是很不错的，究其原因，是由于这个市场目前是供不应求，人才紧缺，自然而然与之相关的岗位待遇会相对 IT 行业中的其他岗位较高。

我是如何入门的呢

入门前的基础

先来分享下在开始入门前我的基础吧，先罗列下当时我所掌握掌握的知识吧。

掌握了 Java SE
本科所学的微积分，线性代数，概率论中的知识忘得所剩无几

看了上面两点，你会发现，当时的我其实除了掌握 Java SE 之外，连 Python 也不会，此外，微积分，线性代数，概率论中的知识我也基本上全都还给了大学老师了。

这时你再想想你当前的情况，你是不是发现你的情况跟我很像，甚至会比我的情况还好呢。

像我这样的条件都可以入了门，你们有什么理由无法入门呢？

入门过程中

首先说明一点，我个人在入门过程中经过了有看过视频、也有看过书，看过博客，也有直接做一些项目，这些过程是交互进行的，现在我将这些按照相对顺序来介绍下。

聊聊Python

在当时Python在机器学习领域已经使用非常多了，另外Python除了也可做机器学习外，还可以做后端（如Django/Flask等）。所以我首先学习的是 Python，在准备学习它的时候，我最开始采取的方式是看教学视频，但是发现太耗时了，所以看了两节之后果断放弃，进而我发现了廖雪峰关于Python的教程，看博客或者看书的方式会相对比看视频快很多，由于我个人有 Java 编程的基础，所以在看廖雪峰关于 Python 的教程时相对容易点。这里建议如果没有任何编程基础，建议还是选个Python的入门视频来学习。

如果说单纯的学习一门语言的话，这水其实是很深的，但对于我们大多数人来说，尤其是入门的时候，我们并不需要将Python的方方面面都学会，我们只需要有重点的掌握Python我们所需要的几个部分就好，剩下的我们可以在之后工作项目中进步学习和加深。

对于要入门机器学习的同学们，我这里整理下前期Python所需要学习的部分：

Python语法基础，包括数据类型和变量、条件控制语句（if else、for、while）、列表（list）、集合（set）、字典（dict）、元组（tuple）等
面向对象部分，包括函数的使用、函数的多种参数、匿名函数、类和实例、继承和多态等
Python高级特性，包括切片、迭代、列表生成式、字典生成式、迭代器、生成器等
IO操作及异常处理，包括读写文本文件、读写二进制文件、异常捕获和处理等
常用的内置模块，包括 datetime、os、system、re等

除了以上的关于Python的基础外，还有一些第三方模块我们需要掌握的。由于在使用机器学习算法时，经常需要处理数据以及可视化结果。在这里推荐以下几个第三方模块：

pandas，数据分析必备神器，功能众多，前期我们只需要掌握它的一些基本用法就OK
matplotlib，Python中众多数据数据可视化的一个基础库，能够使用它绘制基本图形即可

对于我来说，这些第三方模块都是在工作的时候学习的，并不是刚开始就学习的。以我的经验给大家指出一个陷阱，在我们入门阶段，不建议大家刚开始就深入学习这些模块的底层，我的原则是：先学会使用，再研究原理。以 pandas 为例，pandas 底层用到了 numpy、scipy、matplotlib，如果你要先系统地把这些底层所有的知识学习一遍，你会发现在你有限的时间内，你根本学不完，即便你有这么多时间去学完，你会发现学了后面，忘了前面。

入门后的体验

在入门了机器学习之后，在实际工作中，绝大多数的情况下你并不需要去创造一个新的算法。另外，大多数时间你也不是在去研究别人的算法时如何写出来的，而是处理数据，运用现有的第三方库去跑模型、调参数。听完我说的这些，你是不是很震惊，高大上的机器学习工程师在实际工作中大多数时间竟然是去洗数据，调参数。但事实就是如此，除非你在一线互联网公司，而且还是某些部门，你可能会需要自己重新去实现某个算法，否则其他公司的情况大多都是差不多的。

入门后再来聊一聊数学知识在机器学习中的作用，虽说你数学知识不好，一样可以调用第三方库的模型。但是如果你想要深入理解算法，数学的底子还必须是有一点的。如果你要入研究这个领域，你必须要捡起来你忘掉的数学知识。此外，在面试时，这些算法的原理相关的知识还是必问的。

有时候并不是你的能力不够，也并不是你不够努力，只是缺少了一个正确的引导而已。