有没有做机器学习的哥们？能否介绍一下是如何起步的....
由 zieaziea 发布于 2014年02月27日无人欣赏。
一直都有关注ML这个领域，也感觉到入门并不是“一本书就能开始”， 希望ML的成功人士能够谈谈自己的故事，从最开始了解ML到最后找到第一份ML工作的过程，谢谢了
看网易公开课上的 Andrew Ng 的机器学习，还有 Coursera 上台湾大学的《机器学习基石》 这两个都是很好的入门材料，此外，还可以下载 Andrew 课程的讲义 http://cs229.stanford.edu/materials.html ，这讲义基本上就是一个入门教材了。 在学习理论的时候，多注意实践，《机器学习实战》不错，虽然书里的代码写得烂，但是作为简单的实验指导书是可以的。
项亮的那本书是我入门的书，我觉得还不错，内容比较浅显，适合码农去学习。另外建议补一下大学的微积分、线性代数和概率论的一些内容，我是全忘了，好多公式压根不知道怎么推到的，理解起来很吃力。
豆瓣链接：http://book.douban.com/subject/10769749/
另外java有mahout，里面包含了很多算法，开箱即用的。作为码农，直接看代码是最直接快速的学习方式嘛。python的话就更方便了，有非常优秀的python库，你也可以去了解下。
不属于搞Machine learning的成功人士，也还没找过工作。只是读研究生是这个方向。谈谈自己是怎么学的。
2楼 @zieaziea @hey 不要看网易的andrew ng公开课了。时间太久远，很多东西都不一样了(这个跟写程序也是一样的，太落后的东西没啥用，除非是经典问题)。看视频的话，看andrew ng在coursera的machine learning视频，14年machine learning的刚要开课，推荐报名，跟着上课，做课后习题和期末考试。(因为只看不干，啥都学不会)。。
另外，重点是你要学ML干什么？可选项有如下这些。给出一个选项，可以更针对性的说明应该学什么:
- 最快最方便的使用一个通用方法做一个分类器或者回归器(例如验证码识别,etc)
- 从理论上想改进某一种机器学习的学习算法或数据结构(模型)
- 更好的了解各种机器学习算法的特点，应对不同的问题，选择不同的方法。
- 利用现在的硬件产品(显卡，集群)，更好的实现一套机器学习算法。
基本上上面这些都是学Machine learning的一些点，每个方向要学的东西都不一样(虽然基础还是基础)，甚至很多方向不需要学，只需要用一些现成的东西就好。用现成的东西，好处就是速度快，成本小；坏处就是不明白细节。
只要学习机器学习，一定会看的书籍我推荐一下:
- Mitchell 的《机器学习》。Mitchell是机器学习的鼻祖，第一个提出机器学习概念的人。这本书很薄，很简单。内容很陈旧，但是都是机器学习的经典问题。而且，这本书概念清晰正确(很可贵啊，又简单又正确的书，说明作者功力很强)。
- Simon Haykin的《神经网络与机器学习》。 事实上，现在常见的很多机器学习算法都发端于神经网络，像SVM，深度学习，CNN等等。这本书详细的介绍了神经网络及其相关算法的所有细节。如果想深入了解的话，可以看一下。只想运用的话，也可以随便翻翻算法的介绍。
- AIMA，《人工智能：一种现代的方法》。基本上学术界的人们都认为机器学习是人工智能学科的下属分支(另一部分人认为是统计学或者数学的分支)，所以，一本人工智能的书也是学习机器学习可以参考的方面。
另外，如果想找这方面的工作，尤其是大企业的工作，主要看你发了哪些论文，开发了哪些系统，而不是看你用XX开源软件多熟练。你懂的，毕竟熟练使用一个软件并不是这个领域的关键问题。
11楼 @zieaziea 推荐系统我没有搞过，不过有一次百度的一个人来作报告说过他们是怎么搞的。
基本上是使用一个logistic回归去做，和单层神经网络与SVM类似，机器学习不是这个模型的根本问题。根本问题在于如何把输入做非线性变换。具体怎么变换就是推荐系统这个问题的核心了，我就不懂了。sorry。
至于Logistic回归是什么，其实很简单。就是在某个空间里的一条直线(二维是直线，三维是平面，高维是超平面)，把这个空间分成两个部分。这两个部分一个类1，一个是类0。也就是一个线性可分的二值分类器(所以，没什么高深的数学问题，很简单的一条直线而已。y = kx+b)(当然这么说简化了N多东西，不过基本思想没错)。
书籍：机器学习入门书籍《模式分类》（中文）（http://book.douban.com/subject/1138189/），或者看Pattern Recognition And Machine Learning(http://book.douban.com/subject/2061116/)。 公开课： Andrew Ng 的机器学习。 学习的时候，最好还是结合具体一个方向，或图像识别，或自然语言处理等，这样了解一些大概的基础，这样看书或者公开课视频时理解他们举的一些例子都比较容易。图像识别不熟，我是做自然语言的，入门书籍《统计自然语言处理基础》，这个是老外Manning写的，理论强，有深度。还有一本《统计学习方法》（李航），符合国人口味。推荐系统相关的属于理论性较强一点的了，需要一定的数学知识，如线性代数尤其是矩阵分解方面，推荐系统细节上的东西我不太熟。以上推荐的书籍都是理论派，哈哈，工作时需要用到ML的地方数据通常很大，需要结合分布式系统如hadoop，分布式与机器学习结合的书籍好像也没多少。 工具：python的nltk(http://www.nltk.org/)，java的OpenNLP(https://opennlp.apache.org/)。 工作：tab，360，网易很多部门都有需要，这些公司都会招人，但是学ml的人越来越多，进入门槛也越来越高了。
21楼 @zieaziea 是的，快了~如果你想学好ML，就必须学算法，特别是概率论统计学之类的东西，还有R语言啥的，算法都扔多少年了，符号啥意思都忘了，所以，直接上手mahout了。学好mahout说难不难，说简单也不是很简单，特别聚类，还得学hadoop。我之前做过hadoop开发，所以上手很快。不过mahout有局限性，就是你只能用它提供了的算法，不过常用的相似度、叶贝斯算法啥的都有，应用场景是适合做一般的个性化推荐系统。现在别说专业的ML，就是简单的数据挖掘、推荐算法、数据统计工程师都抢手得很，我当时换工作的时候，各种大公司非让我做数据，工资还高，不过我不想做，所以选了个工资偏低的公司，做自己想做的。
楼主，你说好就业不？不过要学好需要下工夫http://www.infoq.com/cn/vendorcontent/show.action?vcr=2706