机器学习很枯燥，不想继续学了怎么办？或许，这些建议值得一看

 

 

本文介绍的是我在机器学习方面的 实际经历，想以此给大家提供些建议与思路，供各位参考。

希望通过一些途径，来提高机器学习的兴趣：

（1）参与打卡活动：45天机器学习实战

（2）加入专门的微信群

（3）建立机器学习的Github项目仓库

1 书籍阅读

过去一个月时间里，我主要在看《机器学习实战》（Machine Learning in Action）这本书，作者为 Peter Harrington。

在开始阅读这本书之前，做了一个简单的阅读计划，预计花 35天 左右的时间，自己看一遍这本书，比较有系统的学习下机器学习的相关算法原理。

计划表格 的格式如下：

图2：

 

实际完成情况 如下：

图3：

虽然有些章节有些延迟，但总体上还是按时完成了本书的阅读。 当然，书中还有许多疑问，有待后续继续深入了解。

 

2 一些感悟

通过这一段时间的坚持学习，有一些感悟，跟大家分享下。

1） 目标明确

在开始之前，先思考下自己的主要目的，想通过阅读本书来获得哪些收获。

对于我来说，最主要的是 知道机器学习的大概框架结构，知晓有那些主要的算法以及算法的分类和应用场景， 以及以后深入研究相关内容需要的背景知识。

2） 计划清晰

在开始之前，最好制定一个较为详细的计划。

通过实践，针对计划 有几点感悟：

（a）各个章节计划的时间分配要较为合理，最好将整个书籍分为几个大的模块，在每个模块之间，建议预留出一些时间来机动协调，或者作为阶段性总结。

（b）对个人的时间要有一个大概的判断，比如是否有休假、出差、参加会议等，对于已工作的同学来说，公司可能会有一些偶然性的事件，会占用个人的时间，从而打乱该计划。

从我此次的实践来看，

（a）觉得时间安排总体偏紧凑，预留机动时间不多，某一个章节没有按时完成，会导致后续章节连续不能按时完成。

（b）计划时间较为理想，实际上多了几次出差，计划时间稍微有些错乱。

Anyway，计划制定之时，可能不会考虑那么全面，关键是个人要能够灵活的调整与处理。

3） 坚持、坚持、再坚持

机器学习的阅读，相关原理的推导，确实看起来会比较枯燥，由于一些基本原理可能不懂（比如：线性代数的矩阵运算或者某些统计学知识、亦或其他内容），经常会在某个问题或者代码片段处就卡住了。

由于人的懒惰心理，会很容易坚持不下去。

这里，提几点个人的建议，或许对解决这种情况有好处：

（a）在制定计划时，可以考虑，如果完成计划，给自己一些小奖励作为激励

（b）寻找一些志同道合的人，共同来学习相同的内容，由于每个人的情况及知识背景不同，遇到的问题并不相同，有时候正好可以互相交流，在沟通中解决问题， 这样可以更高效的学习。

 

3 一起来high：机器学习实战

独乐乐不如众乐，一个人独自学习不如大家一起共同学习。

本次以《机器学习实战》（Machine Learning in Action）这本书为基础，来进行学习。

书籍的内容目录如图3所示，各位童鞋可以通过该目录来初步了解自己是否需要开始机器学习相关的内容。

建议大家购买该书籍，当然，网上也可以查找到相关资料。

当然，后续可以拓展其他机器学习相关的内容。

因此，我萌生了建立一个共同学习的想法，希望能通过一些途径来实现。

1）打卡活动：45天机器学习实战

建立一个 45天机器学习实战 的打卡活动，通过打卡的形式来提醒自己学习，同时也了解其他同学的学习进度情况。

45天，是我设定的打卡时间，当然，这只是一个大致的时间，各位可以根据自己的实际情况进行调整学习计划。

不管多少天，必须要设定一个明确的时间段，以便清楚的知道自己的任务计划，使之具有可操作性和针对性。

欢迎大家参与，长按识别下面小程序，就可以参与到打卡活动中(扫描下图二维码也可以) 。 

注：该45天的时间计划主要针对已工作人士，自由职业或者其他时间充裕的同学可以自己斟酌。

当然，关于打卡活动，如果自己觉得，可以依据自己的计划执行，并且能持续坚持，也不一定要参加打卡活动。

主要的是能够自我约束，能坚持完成计划，形式可以多样。

2）建立机器学习群

新建立专门的 机器学习微信群，学习过程中可能会遇到一些自己一时半会解决不了的问题，如果能通过各位同学的相互沟通，及时有效的解决，那敢情相当好~~

该微信群旨在提供一个专用的沟通平台，各位同学可以进行充分的沟通。

加入45天机器学习实战打卡活动的同学可以加入微信群，入群方式会在上述打卡活动的小程序中告知。

提醒：

（1）由于微信群人数有限，目前不能预估后续会有多少同学想加入微信群。故加入微信群实行 先到先得 的原则。

（2）疏于打卡的同学，会在微信群人员满群后优先淘汰出群。

3）建立Github项目仓库

建立一个专门 Github项目仓库，来针对遇到的典型问题进行汇总，方便自己回顾，以及其他后续进来学习的同学进行查看。

各位同学在学习的时候，可以把自己想分享的内容以 Issues 或 Pull requests的形式，发送到项目仓库。

机器学习实战-Github地址： https://github.com/liyangbit/pydataroad-machine-learning

 

由于微信群比较碎片化，有些内容查看起来不方便，觉得还是在github上记录和总结会比较方便。

当然，微信群的优点是能够便捷、及时的进行交流，确实是一个很好的沟通的途径。

关于Github的使用，如果不熟悉，个人觉得可以百度一下，或者看下慕课网的视频：版本控制入门 – 搬进 Github，http://www.imooc.com/learn/390

 

在微信公众号中，也会考虑发布相关内容。

关于 计划表格，如果大家也想制定类似的计划，这里提供我使用的模版供大家参考，一并放在github上。

总之，欢迎大家参与到机器学习中来，希望能共同学习，一起交流。

 

如果您觉得我的建议还不错，欢迎推荐给您的朋友！

同时，欢迎关注公众号“Python数据之道”（ID：PyDataRoad）