GitHub超全机器学习工程师成长路线图，开源两日收获3700+Star！【转】
作者 | 琥珀
出品 | AI科技大本营（ID:rgznai100）
近日，一个在 GitHub 上开源即收获了 3700+ Star 的项目，引起了营长的注意。据介绍，该项目以 TensorFlow 和 Scikit-learn 的机器学习框架的基础库为例，详细介绍了如何成为一名机器学习工程师的成长路径。
该项目的作者还是一位来自意大利的 IT 工程师，名叫 Giacomo Ciarlini，十分帅气的有没有？
作者首先强烈推荐了《Scikit-Learn 与 TensorFlow 机器学习实用指南》一书。之外，他还上传了全球顶尖大学和开源组织的学习资源，并收集了理论和示例，以及对选择最佳资源的建议。
内容主要分为四大部分：
一、先决条件
-
Python
-
Jupyter Notebook
-
需要掌握的基本数学知识
-
机器学习全貌
二、使如何使用 Scikit-Learn 进行机器学习
-
为什么是 Scikit-Learn？
-
端到端机器学习项目
-
线性回归
-
分类
-
训练模型
-
支持向量机
-
决策树
-
合奏学习和随机森林
-
无监督学习
-
结语和期待
三、通过 TensorFlow 训练的神经网络
-
为何选择 TensorFlow？
-
使用 TensorFlow
-
ANN - 人工神经网络
-
CNN - 卷积神经网络
-
RNN - 递归神经网络
-
训练网络：最佳实践
-
自动编码
-
强化学习
四、工具
-
机器学习项目
-
数据科学工具
-
博客 / YouTube 频道 / 网站
每个标签下，作者都有详细的解释并给出了实战操作的资源，实乃良心之作！下面，就由营长来详细介绍下这个项目里有哪些值得一看的资源（并附上部分教程链接）。
一、先决条件
-
Python
基础知识：https://pythonprogramming.net/introduction-learn-python-3-tutorials/
作者还建议，除了对 Python 熟悉掌握外，还可以了解下 Numpy，它是数学运算的重要模块，可以有助于你在后面 Python 环境中导入 Tensor 数据类型。
Python3 安装地址：https://realpython.com/installing-python/
PyCharm Community Edition（一个用于 Python 开发的完整 IDE，为实验设置一个新的 Python 虚拟环境）
安装地址：https://www.jetbrains.com/pycharm/download/#section=windows
-
Jupyter Notebook
是一个开源的 Web 应用程序，帮助用户创建和共享文档，包括 live code，方程，可视化，叙述文本。例如，数据清洗、数值模拟、统计建模、数据可视化、机器学习等。
-
需要掌握的基本数学知识
在作者看来，数学是机器学习背后的重要基础。但重要的是，掌握主要概念并认识到这些数学方法的应用领域和局限性。
他给出了三个课程链接，分别是：
线性代数：https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/
概率基础和统计：https://www.edx.org/course/introduction-to-probability-0
其他数学资源：https://explained.ai/matrix-calculus/index.html#sec4.5
-
机器学习全貌
最后，还要通过一篇科普读物，了解整个机器学习全貌：https://www.oreilly.com/library/view/hands-on-machine-learning/9781491962282/ch01.html
二、如何使用 Scikit-Learn 进行机器学习？
-
安装 Scikit-Learn
python pip install -U scikit-learn如果安装时遇到一些问题，可能是你更新到最新版本的 pip，所以在同一个文件夹内运行：
python -m pip install --upgrade pip- 为什么是 Scikit-Learn？
Scikit-Learn 是机器学习任务中最完整、最成熟，且记录完整的库之一。它开箱即用，具有强大而先进的模型。
-
端到端机器学习项目
Kaggle，作为机器学习和通用数据科学项目的首选平台，它提供了大量免费数据集，以及有趣的挑战和 ML 模型实验。
-
线性回归
线性回归是最简单的机器学习形式，也是模型训练的起点。
可以参看吴恩达的理论课程：https://www.youtube.com/watch?v=W46UTQ_JDPk&list=PLoR5VjrKytrCv-Vxnhp5UyS1UjZsXP0Kj&index=2
-
分类
如果想要从不同的可能性中预测结果，分类则是最重要的机器学习任务之一。最简单的情况是二元分类问题。
-
训练模型
作者列举了 ML 任务中训练模型的一些技术，在 Google Crash 教程中可以找到：
梯度下降：https://developers.google.com/machine-learning/crash-course/reducing-loss/gradient-descent
学习率：https://developers.google.com/machine-learning/crash-course/reducing-loss/learning-rate
SGD：https://developers.google.com/machine-learning/crash-course/reducing-loss/stochastic-gradient-descent
正则化：https://www.youtube.com/watch?v=Q81RR3yKn30
-
支持向量机
是创建 ML 模型的另一种经典算法。
除了理论解释外，还有更多实战策略：
https://www.youtube.com/watch?v=g8D5YL6cOSE
-
决策树
-
集成学习和随机森林
集成学习（Ensemble Learning）的思路是利用了几款 ML 模型的所有不同特征、优劣势，以期得到最有可能性的预测结果。
集成学习基础知识：
https://www.youtube.com/watch?v=9VmKYwX_U7s
随机森林最经典实践：
https://www.youtube.com/watch?v=3kYujfDgmNk
-
无监督学习
涵盖了无监督学习的介绍、解释，以及与监督学习、强化学习之间的差别。
关于涉及的两个重要技术：关联规则（Association Rules）和聚类，作者分别提供了示例和教程。
三、通过 TensorFlow 训练的神经网络
在本节中，作者主力推荐斯坦福大学深度学习课程以及其他网络教程，帮助学习者快速了解这些内容。其中包括 ANN、CNN、RNN 等不同种类的机器学习模型。实际上，作者花了很长时间去理解神经网络的理论和应用，包括阅读博客、官网论坛、学习路径。
他给出了“三步走”的建议：
-
通过斯坦福大学教程了解神经网络的主要概念，不要过多担心一些数学解释，而要关注什么和为什么；
-
使用理论 + 教程 + 示例（如 RNN 理论 + RNN 教程 + RNN 示例），每次只深度探讨一个主题；
-
每探讨完一个主题，就回溯一遍斯坦福大学的课程。这种方式将帮助你完全理解所有公式，并将课程中提到的 “数学” 相关知识联系起来，触类旁通。
作者表示，以上这种方式可根据需要重复多次，然后在你的头脑中构建一个良好的通用模型。
斯坦福大学课程 PPT 地址：http://cs231n.stanford.edu/slides/2018/
-
为何选择 TensorFlow？
目前，TensorFlow 已经企业里实现机器学习算法的事实标准。
在安装 TensorFlow 库之前，你只需在 Python 安装文件夹中打开一个终端并运行此命令：
python pip install tensorflow- ANN - 人工神经网络
-
CNN - 卷积神经网络
-
RNN - 递归神经网络
-
训练网络：最佳实践
-
自动编码
-
强化学习
以上细节就不一一细讲了。
四、其他资源
除了上述内容之外，作者还收集了大量文章、网络应用程序、最佳实践、项目和存储库。
-
机器学习项目
-
工具
-
YouTube 频道
-
博客
以及，其他值得一看的网站
作者最后表示，将在接下来的时间里对不同的主题进行扩充，包括：无监督学习、机器学习心态框架（如何像数据科学家一样思考）、使用 Pandas 进行数据处理和准备、特征选择、特色工程、扩展参数优化部分、Keras 库、TensorFlow 2.0、如何在 AWS、Azure 上部署模型等。
