機(jī)器學(xué)習(xí)工程師到底值幾斤幾兩呢

入門之前先來讓大家心里看個(gè)數(shù)據(jù)，機(jī)器學(xué)習(xí)工程師在市場(chǎng)上到底值幾斤幾兩呢？我們?cè)诶淳W(wǎng)上搜索 機(jī)器學(xué)習(xí)關(guān)鍵字，得到了下面的結(jié)果：

可以看出來，這個(gè)待遇在當(dāng)前 IT 行業(yè)中還是很不錯(cuò)的，究其原因，是由于這個(gè)市場(chǎng)目前是供不應(yīng)求，人才緊缺，自然而然與之相關(guān)的崗位待遇會(huì)相對(duì) IT 行業(yè)中的其他崗位較高。

我是如何入門的呢

入門前的基礎(chǔ)

先來分享下在開始入門前我的基礎(chǔ)吧，先羅列下當(dāng)時(shí)我所掌握掌握的知識(shí)吧。

• 掌握了 Java SE

• 本科所學(xué)的微積分，線性代數(shù)，概率論中的知識(shí)忘得所剩無幾

看了上面兩點(diǎn)，你會(huì)發(fā)現(xiàn)，當(dāng)時(shí)的我其實(shí)除了掌握 Java SE 之外，連 Python 也不會(huì)，此外，微積分，線性代數(shù)，概率論中的知識(shí)我也基本上全都還給了大學(xué)老師了。

這時(shí)你再想想你當(dāng)前的情況，你是不是發(fā)現(xiàn)你的情況跟我很像，甚至?xí)任业那闆r還好呢。

像我這樣的條件都可以入了門，你們有什么理由無法入門呢？

入門過程中

首先說明一點(diǎn)，我個(gè)人在入門過程中經(jīng)過了有看過視頻、也有看過書，看過博客，也有直接做一些項(xiàng)目，這些過程是交互進(jìn)行的，現(xiàn)在我將這些按照相對(duì)順序來介紹下。

聊聊Python

在當(dāng)時(shí)Python在機(jī)器學(xué)習(xí)領(lǐng)域已經(jīng)使用非常多了，另外Python除了也可做機(jī)器學(xué)習(xí)外，還可以做后端（如Django/Flask等）。所以我首先學(xué)習(xí)的是 Python，在準(zhǔn)備學(xué)習(xí)它的時(shí)候，我最開始采取的方式是看教學(xué)視頻，但是發(fā)現(xiàn)太耗時(shí)了，所以看了兩節(jié)之后果斷放棄，進(jìn)而我發(fā)現(xiàn)了廖雪峰關(guān)于Python的教程，看博客或者看書的方式會(huì)相對(duì)比看視頻快很多，由于我個(gè)人有 Java 編程的基礎(chǔ)，所以在看廖雪峰關(guān)于 Python 的教程時(shí)相對(duì)容易點(diǎn)。這里建議如果沒有任何編程基礎(chǔ)，建議還是選個(gè)Python的入門視頻來學(xué)習(xí)。

如果說單純的學(xué)習(xí)一門語(yǔ)言的話，這水其實(shí)是很深的，但對(duì)于我們大多數(shù)人來說，尤其是入門的時(shí)候，我們并不需要將Python的方方面面都學(xué)會(huì)，我們只需要有重點(diǎn)的掌握Python我們所需要的幾個(gè)部分就好，剩下的我們可以在之后工作項(xiàng)目中進(jìn)步學(xué)習(xí)和加深。

對(duì)于要入門機(jī)器學(xué)習(xí)的同學(xué)們，我這里整理下前期Python所需要學(xué)習(xí)的部分：

• Python語(yǔ)法基礎(chǔ)，包括數(shù)據(jù)類型和變量、條件控制語(yǔ)句（if else、for、while）、列表（list）、集合（set）、字典（dict）、元組（tuple）等

• 面向?qū)ο蟛糠郑ê瘮?shù)的使用、函數(shù)的多種參數(shù)、匿名函數(shù)、類和實(shí)例、繼承和多態(tài)等

• Python高級(jí)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操作及異常處理，包括讀寫文本文件、讀寫二進(jìn)制文件、異常捕獲和處理等

• 常用的內(nèi)置模塊，包括 datetime、os、system、re等

除了以上的關(guān)于Python的基礎(chǔ)外，還有一些第三方模塊我們需要掌握的。由于在使用機(jī)器學(xué)習(xí)算法時(shí)，經(jīng)常需要處理數(shù)據(jù)以及可視化結(jié)果。在這里推薦以下幾個(gè)第三方模塊：

• pandas，數(shù)據(jù)分析必備神器，功能眾多，前期我們只需要掌握它的一些基本用法就OK

• matplotlib，Python中眾多數(shù)據(jù)數(shù)據(jù)可視化的一個(gè)基礎(chǔ)庫(kù)，能夠使用它繪制基本圖形即可

對(duì)于我來說，這些第三方模塊都是在工作的時(shí)候?qū)W習(xí)的，并不是剛開始就學(xué)習(xí)的。以我的經(jīng)驗(yàn)給大家指出一個(gè)陷阱，在我們?nèi)腴T階段，不建議大家剛開始就深入學(xué)習(xí)這些模塊的底層，我的原則是：先學(xué)會(huì)使用，再研究原理。以 pandas 為例，pandas 底層用到了 numpy、scipy、matplotlib，如果你要先系統(tǒng)地把這些底層所有的知識(shí)學(xué)習(xí)一遍，你會(huì)發(fā)現(xiàn)在你有限的時(shí)間內(nèi)，你根本學(xué)不完，即便你有這么多時(shí)間去學(xué)完，你會(huì)發(fā)現(xiàn)學(xué)了后面，忘了前面。

相關(guān)的學(xué)習(xí)鏈接：

• Python（廖雪峰），http:///RK0qGu7

• Pandas，http://pandas./pandas-docs/stable/10min.html

• Matplotlib，https:///tutorials/index.html

聊聊機(jī)器學(xué)習(xí)算法課程

在掌握了 Python的基本用法后，我開始尋找學(xué)習(xí)機(jī)器學(xué)習(xí)的資料，當(dāng)時(shí)的情況是市面上并沒有眾多關(guān)于這方面的培訓(xùn)機(jī)構(gòu)，經(jīng)過各種搜集，最后選擇了吳恩達(dá)在 Coursera 上的機(jī)器學(xué)習(xí)課程。雖說課程語(yǔ)音是英文，但有中文字幕，所以看起來還是很方便的。在將吳恩達(dá)課程學(xué)完之后，你會(huì)對(duì)常用的機(jī)器學(xué)習(xí)算法有一個(gè)基本的了解。

這里列舉出課程中所講解的一些常用算法和內(nèi)容：

• 線性回歸

• 邏輯回歸

• 神經(jīng)網(wǎng)絡(luò)

• 支持向量機(jī)

• 非監(jiān)督學(xué)習(xí)

• 降維、異常檢測(cè)

• 推薦系統(tǒng)

• 應(yīng)用機(jī)器學(xué)習(xí)建議

看了上面的各種算法，你可能會(huì)問，這么多聽起來很牛逼是算法，我的數(shù)學(xué)基礎(chǔ)（微積分、線性代數(shù)、概率論）不好，能聽的懂么？

在入門的時(shí)候，不建議大家將所有的數(shù)學(xué)知識(shí)全都學(xué)一遍，再來學(xué)習(xí)機(jī)器學(xué)習(xí)算法。一是時(shí)間長(zhǎng)，而是學(xué)了不用就忘了。選擇一個(gè)好的視頻教程，你可以事半功倍，，吳恩達(dá)老師課程的一個(gè)優(yōu)點(diǎn)就在于他是專門針對(duì)我們這類的人群的，他的視頻中不會(huì)有很多數(shù)學(xué)公式推導(dǎo)，但是仍然可以將這個(gè)算法跟你講解清楚。

此外，臺(tái)灣大學(xué)林軒田教授也有專門的機(jī)器學(xué)習(xí)視頻（包括兩部分：基石與技法）。這個(gè)視頻在國(guó)內(nèi)評(píng)價(jià)也較高，有興趣的也可以跟著這個(gè)視頻來學(xué)習(xí)。

關(guān)于吳恩達(dá)以及林軒田的機(jī)器學(xué)習(xí)相關(guān)的視頻課程，之前已經(jīng)有過分享，需要下載的請(qǐng)見：資源 | 2018年，你想要的機(jī)器/深度學(xué)習(xí)資料在這里

相關(guān)學(xué)習(xí)鏈接：

• 吳恩達(dá)機(jī)器學(xué)習(xí)課程，https://zh./learn/machine-learning

聊聊機(jī)器學(xué)習(xí)書籍

在學(xué)習(xí)了吳恩達(dá)老師的課程后，可以再讀一些相關(guān)的書籍來加強(qiáng)對(duì)機(jī)器學(xué)習(xí)的理解，當(dāng)時(shí)我買了挺多的書籍，有一本書叫做《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》，在這本書里會(huì)教你使用 Python 來實(shí)現(xiàn)常用的一些算法，當(dāng)時(shí)按照書上的講解手動(dòng)敲了一些算法的實(shí)現(xiàn)，當(dāng)你手動(dòng)實(shí)現(xiàn)后，你會(huì)發(fā)現(xiàn)你對(duì)它的理解會(huì)更深了。

在實(shí)現(xiàn)書本上的一些算法時(shí)，會(huì)遇到某些算法的原理不太明白的地方，由于自己的數(shù)學(xué)知識(shí)（微積分、線性代數(shù)、概率論）基本上都還給了大學(xué)老師了，系統(tǒng)的去學(xué)習(xí)每個(gè)模塊是非常耗時(shí)的，這時(shí)候采取的策略是“缺啥補(bǔ)啥”，也就是說發(fā)現(xiàn)哪方面的知識(shí)和公式不太明白，就去查閱與之相關(guān)的資料。

在當(dāng)前，如果你想購(gòu)買相關(guān)書籍，我可以再推薦兩本給你，一本是周志華的《機(jī)器學(xué)習(xí)》（通常也叫西瓜書），這本書在我學(xué)習(xí)的時(shí)候還沒出版；另一本是李航的《統(tǒng)計(jì)學(xué)習(xí)方法》。

聊聊如何通過工作/比賽提高水平

在掌握了Python的基本用法以及對(duì)機(jī)器學(xué)習(xí)有了基本了解之后，當(dāng)時(shí)的實(shí)習(xí)工作有一部分是使用機(jī)器學(xué)習(xí)算法來去識(shí)別用戶的評(píng)論是否違法，也就是一個(gè)二元分類問題。最開始的時(shí)候同閱讀同事實(shí)現(xiàn)的Python代碼，試圖去搞明白每一行的含義，也就是在這個(gè)時(shí)候，自己開始查閱 pandas 和 sklearn 相關(guān)的文檔，這樣最后不僅搞明白了同事的代碼，自己對(duì) pandas 和 sklearn 基本的用法也有了一個(gè)認(rèn)識(shí)。

這里多說兩句，掌握了 pandas 后，在處理小數(shù)據(jù)量的時(shí)候會(huì)非常得心應(yīng)手（如果數(shù)據(jù)量大的話，會(huì)非常慢）；sklearn 是一個(gè)非常優(yōu)秀的開源的機(jī)器學(xué)習(xí)Python庫(kù)，這個(gè)庫(kù)實(shí)現(xiàn)了很多機(jī)器學(xué)習(xí)算法，并且提供了非常詳細(xì)的官方文檔，認(rèn)真閱讀官方文檔可以收獲很多。如果你英文不太好的話，可以閱讀相應(yīng)的中文文檔，文檔地址可以見下面的學(xué)習(xí)鏈接。

如果說自己沒有實(shí)習(xí)或工作機(jī)會(huì)，我推薦你去參加 kaggle 比賽，kaggle 是一個(gè)提供數(shù)據(jù)挖掘相關(guān)的比賽平臺(tái)，在這里會(huì)有很多相對(duì)接近現(xiàn)實(shí)生活的比賽，此外，也會(huì)有很多大神分享自己的思路、做法和代碼，通過閱讀這些代碼也能快速的提高自己的水平。

相關(guān)學(xué)習(xí)鏈接：

• sklearn，http://sklearn./cn/latest/

• kaggle，https://www./

入門后的體驗(yàn)

在入門了機(jī)器學(xué)習(xí)之后，在實(shí)際工作中，絕大多數(shù)的情況下你并不需要去創(chuàng)造一個(gè)新的算法。另外，大多數(shù)時(shí)間你也不是在去研究別人的算法時(shí)如何寫出來的，而是處理數(shù)據(jù)，運(yùn)用現(xiàn)有的第三方庫(kù)去跑模型、調(diào)參數(shù)。聽完我說的這些，你是不是很震驚，高大上的機(jī)器學(xué)習(xí)工程師在實(shí)際工作中大多數(shù)時(shí)間竟然是去洗數(shù)據(jù)，調(diào)參數(shù)。但事實(shí)就是如此，除非你在一線互聯(lián)網(wǎng)公司，而且還是某些部門，你可能會(huì)需要自己重新去實(shí)現(xiàn)某個(gè)算法，否則其他公司的情況大多都是差不多的。

入門后再來聊一聊數(shù)學(xué)知識(shí)在機(jī)器學(xué)習(xí)中的作用，雖說你數(shù)學(xué)知識(shí)不好，一樣可以調(diào)用第三方庫(kù)的模型。但是如果你想要深入理解算法，數(shù)學(xué)的底子還必須是有一點(diǎn)的。如果你要入研究這個(gè)領(lǐng)域，你必須要撿起來你忘掉的數(shù)學(xué)知識(shí)。此外，在面試時(shí)，這些算法的原理相關(guān)的知識(shí)還是必問的。