网络机器人吧社区

AI学习路线图,带你迅速上手机器学习

七月算法 2019-02-10 12:19:56

从无人驾驶汽车到股市预测,再到在线学习,机器学习通过预测来进行自我提高的方法几乎被用在了每一个领域。由于机器学习的实际运用,目前它已经成为就业市场上最有需求的技能之一。如果你也想学习红遍全球的机器学习,这篇文章正是为你而准备的。


使用 Python 来开始机器学习很简单,因为有大量的在线资源,以及许多可用的 Python 机器学习库。

值得知道的Python程序库

Scikit-learn

你刚开始学机器学习吗?如果你需要一个涵盖了特征工程,模型训练和模型测试所有功能的程序库,scikit-learn是你的最佳选择!这个优秀的免费软件提供了机器学习和数据挖掘所需要的所有工具。它是目前Python机器学习的标准库。要使用任何成熟的机器学习算法都推荐使用这个库。

这个程序库支持分类和回归,实现了基本所有的经典算法(支持向量机,随机森林,朴素贝叶斯等等)。程序库的设计让迁移算法十分容易,使用不同的算法做实验非常轻松。这些经典算法可用性很强,能用于大量不同的情况。

但这并不是Scikit-learn的全部功能,它同样可以用来做降维,聚类等等任何你所能想到的。由于它构建在Numpy和Scipy之上(所有的数值计算都是由C语言来完成的),它的运行速度也超快。

这些例子可以告诉你这个库的功能,如果你想学习如何使用它,可以阅读教程。

NLTK

NLTK不算是一个机器学习的程序库,但它是做自然语言处理(NLP)必须的一个库。除了用于文字处理的功能,例如聚类,分词,词干提取,标记,解析等,它还包含了大量的数据集和其他关于词法的资源(可用于模型训练)。

把所有这些打包在一起的好处就不用再多说了。如果你对NLP感兴趣,可以看看这些教程!

Theano

Theano被广泛应用于工业界和学术界,它是所有深度学习架构的鼻祖。Theano是用Python,结合Numpy实现的。你可以用它来构建用多维数组实现神经网络。Theano会处理所有数学计算,你不需要知道底层的数学公式实现。

早在支持使用GPU进行计算不像今天这样普及的时候,Theano就已经提供了对GPU计算的支持。这个程序库目前已经非常成熟,能够支持很多不同类型的操作。这使得Theano可以在和其他库比较的时候胜出。

目前关于Theano最大的问题是API不是很好用,对于新手来说上手困难。不过市面上已经有了解决这个问题的封装包,比如Keras, Blocks 和 Lasagne,都可以简化Theano的使用。

TensorFlow

谷歌大脑团队为了内部使用创造了TensorFlow,2015年将其开源化。设计初衷是取代他们已有的封闭机器学习框架DistBelief,据说该构架太过于依赖Google的整体构架,也不够灵活,在分享代码的时候非常不方便。

于是就有了TensorFlow。谷歌从以前的错误中吸取了教训。许多人认为TensorFlow是Theano的改进版,它提供了更灵活和好用的API。可以用于科研和工业界,同时支持使用大量的GPU进行模型训练。TensorFlow支持的操作没有Theano多,但是它的计算可视化比Theano好。

TensorFlow目前非常流行。如果今天这篇文章里面提到的名字你只听说了一个,那很有可能是这个。每天都有新的提到TensorFlow的博文或学术文章发表。这个流行度提供了大量的用户和教程,新人很容易上手。

Keras

Keras是一个提供更高层神经网络API的库,它可以基于Theano或者TensorFlow。它拥有这两个库强大的功能却又同时大大地简化了使用难度。它将用户的体验放在首要地位,提供简单的API和很有用的错误信息。

同时Keras的设计基于模块,这就使得你能自由组合不同的模型(神经层,成本函数等等),而且模型的可扩展性很好,因为你只需要简单的将新模块跟已有的连起来即可。

有人觉得Keras太好用了,简直就是在作弊。如果你开始用深度学习,可以看看例子 和 文档,对于你可以用它做什么有个数。如果你要学习使用它,可以从 这个教程开始。

两个类似的库有Lasagne 和 Blocks, 但它们只支持Theano。如果你试过了Keras但是你不喜欢它你可以试试这些其他的库,也许它们更适合你。

PyTorch

还有一个有名的深度学习架构是Torch,它是用Lua实现的。Facebook用Python实现了Torch,叫做PyTorch,并将它开源了。用这个库你可以使用Torch使用的低层的库,但是你可以使用Python而不是Lua。

PyTorch对查错的支持很好,这是因为Theano和TensorFlow使用符号计算而PyTorch则不是。使用符号计算就表明在一行代码被解释的时候,一个操作(x+y)并不会被执行,在那之前,它必须先被编译(解释成CUDA或者C语言)。这就让用Theano和TensorFlow的时候很难查错,因为很难把报错跟当前的代码联系起来。这样做有它的好处,不过查错简单不在其中。

如果你想开始学PyTorch,官方文档适合初学者也会包含有难度的内容。

机器学习的第一步?

你讲了这么多机器学习的包,我应该用哪一个?我怎样比较它们?我从哪里开始?

如果你完全没有接触过机器学习,从scikit-learn开始。你可以了解标记,训练和测试是怎样工作的,以及一个模型是如何被建立的。

如果你想试试深度学习,从 Keras开始,毕竟这是大家公认的最简单的框架。你可以先试试,找找感觉。当你有点经验之后,你可以开始考虑你最需要的是什么:速度,不同的API,或者别的什么,之后你就能更好地决定了。

目前有海量的文章比较Theano,Torch和TensorFlow。没有人能说哪个最好。你要记住的是所有包都支持很多东西,而且也在不断改进,想相互比较它们也越来越难。六个月前的标准有可能已经过时了,一年前的评价说框架X没有Y功能也不一定还有效。

结语

这篇关于用Python库做机器学习的简介就到此为止。我想强调的是不要被细节吓住了,放手尝试。让你的好奇心指导你前进,不要害怕进行不同的实验。

想学习更多?

七月在线为你准备了一门非常系统的机器学习课程。课程采用线上+线下授课模式,BAT专家面对面、手把手教学;除直播答疑、作业批改、在线考试之外,特地增加开课前的入学测评,基于每一个人的测评数据量身定制个性化的不同学习路线北京、上海、深圳、广州、杭州、沈阳、济南、郑州八城同步开营。

除了为你提供一条清晰的学习路径,更有10个工业项目实战辅导 + 一对一面试求职辅导,真正帮你从零转型机器学习工程师!

《机器学习集训营》课程安排

新增大量机器学习内容

第一阶段:零基础快速上手编程

在线直播:1-基本python类型、判断与循环流程等

在线实训:2-python基本练习题

在线直播:3-文件/数据读写、面向对象、第三方库等

在线实训:4-多种数据读写与面向对象练习

线下实战:5-python基本练习题 与 google python实战题


第二阶段:数据分析全攻略

在线直播:1-pandas花式数据统计与分析技能

在线实训:2-pandas综合练习

在线直播:3-用pandas完成机器学习数据预处理与特征工程

在线实训:4-pandas完成Kaggle机器学习预处理

线下实战:5-美国大选、共享单车数据分析


第三阶段:可视化提升数据逼格技能get

在线直播:1-好用的python可视化利器matplotlib

在线实训:2-matplotlib完成Titanic和自行车租赁数据可视化

在线直播:3-自带各种数据拟合分析的可视化利器seaborn

在线实训:4-seaborn完成Titanic和自行车租赁数据可视化

线下实战:5-美国大选、共享单车可视化技能巩固与实战


第四阶段:玩转大数据

在线直播:1-hadoop与map-reduce

在线实训:2-手写map-reduce完成词频统计,制作词云

在线直播:3-Spark与大数据处理

在线实训:4-Spark大数据日志分析

线下实战:5-大数据分析处理案例


第五阶段:机器学习原理

在线视频:1-线性回归、logistic回归、梯度下降

在线视频:2-决策树、随机森林、GBDT

在线视频:3-SVM与数据分类

在线视频:4-特征工程:数据清洗、异常点处理、特征抽取、选择与组合

在线视频:5-多算法组合与模型最优化

在线视频:6-用户画像与推荐系统

在线视频:7-聚类

在线视频:8-贝叶斯网络

在线直播:9-逻辑回归 Softmax SVM 与 朴素贝叶斯的精髓速讲

在线实训:10-算法核心要点巩固(上)

在线直播:11-决策树 随机森林 boosting 模型融合的精髓速讲

在线实训:12-算法核心要点巩固(下)

线下实战:13-机器学习算法面试要点大考察


第六阶段:机器学习实战

在线直播:1-机器学习流程、预处理、特征工程

在线实训:2-Kaggle机器学习比赛中的特征工程处理实战

在线直播:3-模型评判标准与部分机器学习有监督算法

在线实训:4-sklean接口熟悉与机器学习建模指导

线下实战:5-sklearn建模与使用

在线直播:6-机器学习有监督算法与无监督学习

在线实训:7-sklearn刷Kaggle比赛题

在线直播:8-机器学习集成算法与大杀器Xgboost/LightGBM

在线实训:9-Xgboost与LightGBM使用

在线直播:10-数据科学比赛精讲

在线实训:11-数据科学比赛练习赛

线下实战:12-集成算法与场景建模


第七阶段:深度学习原理到实战

在线直播:1-深度神经网络、google wide&&deep模型、腾讯通用CTR神经网络框架与实现

在线直播:2-卷积神经网络、caffe实战图像分类、Tensorflow实战图像风格变换实现

在线直播:3-循环神经网络、Tensorflow实战情感分析与文本生成实现

线下实战:4-Caffe&&Tensorflow实战


第八阶段:实际综合项目与就业指导

线下实战:1-自然语言处理项目

(文本数据抓取+spark/pandas数据分析+可视化+特征抽取+Sklearn/Spark机器学习建模+深度学习建模)

线下实战:2-分类与推荐系统实战

(音乐数据抓取+spark/pandas分析+可视化+协同过滤+隐语义模型+特征抽取分类建模)

线下实战:3-图像项目

(图像分类+图像检索)

线下实战:4-机器学习面试辅导

(面试注意点+常见面试考点精讲+简历指导+项目展示)

扫描下方二维码加入集训营

Copyright © 网络机器人吧社区@2017