这一个月，从对机器学习充满好奇与畏惧，到对各种算法稍有理解以及围绕推荐场景的编码实践，算是对机器学习有了一个入门的体验。但是中间也踩过不少坑，比如啃过线性代数的教材、看过无聊的机器学习课程、追过高端的机器学习书籍、陷入一个算法无法自拔（最后也没整明白）...其实，学习机器学习没有那么难，也很容易走偏。谨以此文，作为ML入门小白的一个小小的参考...

本篇虽不是这一个月的流水账，但是基本按照下面的思路对着一个月做了一次总结：

• 什么是机器学习？
• 机器学习都有什么算法？
• 个人对机器学习的三种境界理解
• 推荐的学习路线
• 推荐资源

希望读者有所收获，另外，如果文中有任何理解上的错误，还望指正！

什么是机器学习？

之前在没有具体接触到机器学习前，我大概对他有一个概念上的认识，觉得是一种很高级的算法，能让机器学会很多的事情，就像...《我的机器人女友》里那样！

<iframe id="iframe_0.487626053725037" style="border: currentColor; width: 20px; height: 20px;" src="data:text/html;charset=utf8,%3Cstyle%3Ebody%7Bmargin:0;padding:0%7D%3C/style%3E%3Cimg%20id=%22img%22%20src=%22https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1496760366724&di=1638888da03c3589c575b34452a0fb02&imgtype=0&src=http%253A%252F%252Fimg.ph.126.net%252FVrgCkRPo5uaX3Yv8mBEcVQ%253D%253D%252F3289316577841303763.jpg&_=6953696%22%20style=%22border:none;max-width:901px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById(‘img‘);%20window.parent.postMessage(%7BiframeId:‘iframe_0.487626053725037‘,width:img.width,height:img.height%7D,%20‘http://www.cnblogs.com‘);%7D%3C/script%3E" frameborder="0" scrolling="no" width="320" height="240"></iframe>

或者是《机械公敌》里的智能机器人？...

<iframe id="iframe_0.7847957656313467" style="border: currentColor; width: 20px; height: 20px;" src="data:text/html;charset=utf8,%3Cstyle%3Ebody%7Bmargin:0;padding:0%7D%3C/style%3E%3Cimg%20id=%22img%22%20src=%22https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1496760418673&di=4f29a6a832452073f3c98fddf77fe4ca&imgtype=0&src=http%253A%252F%252Fs11.sinaimg.cn%252Forignal%252F4a9c9c0ea0189a1defb9a&_=6953696%22%20style=%22border:none;max-width:901px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById(‘img‘);%20window.parent.postMessage(%7BiframeId:‘iframe_0.7847957656313467‘,width:img.width,height:img.height%7D,%20‘http://www.cnblogs.com‘);%7D%3C/script%3E" frameborder="0" scrolling="no" width="320" height="240"></iframe>

但是，这些其实都是对机器学习的一种误解。机器学习并不是让机器像人一样会学习，而是通过一种固定的编程模式，对数据进行处理。按照百度的定义，它是这样的：

专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

其实机器学习就是通过一些前人总结的数据公式，帮我们简化了很多手工操作很麻烦甚至无法操作的事情。就举个身边很常见的例子，当你在淘宝搜索了某个宝贝后，之后的商品页面会为你推荐跟这个搜索相关的商品；再比汽车在经过司机的一段驾驶后，汽车自己能基于道路状况自动调整方向盘以及车速，实现无人驾驶；再如，家里的热水器会记录你使用热水的时间，提前一段时间烧水，而在其他时间不加热，以节省水电。这些都是机器学习，都是身边已经出现或者即将出现的场景，所以，机器学习其实就在我们身边。

机器学习都有哪些算法？

在机器学习中，算法可以按照多种维度进行分类，比如监督学习、无监督学习、强化学习等...让人看着就眼晕。

记得有一篇文章总结的就非常易懂，他认为机器学习其实可以分成三类，分类、回归、聚类。

• 分类听着名字就很容易理解了，比如给你一筐水果，水果里面有苹果、香蕉，需要把它们分成两类。
• 回归来源于单词regression，它可以理解成是一种预测，比如线性回归，他可以根据样本数据学习出一个线性的公式，比如y=ax，当你给定一个x的值时，可以推算出对应的y值。当然具体的场景中，就不是简单的一维了...
• 聚类，跟前面的分类有些不同，比如一筐水果，你都不知道里面装的是什么，需要通过味道、颜色、形状、大小等多个属性，把它们进行归类。

结合到算法里面：

• 分类相关的算法有：K-近邻算法、决策树、朴素贝叶斯、逻辑回归、支持向量机等
• 回归相关的算法有：线性回归、树回归等
• 聚类相关的算法有：K-均值算法、Apriori等

如果看过一遍《机器学习实战》，应该就会对上述的算法有一定的了解。不需要到公式推导级别，先能了解他们的用法即可，比如：

• K-近邻就是已知几个分类，判断新的节点属于哪个分类时，只需要看距离它一定范围内，哪个分类的数据多。有点像近朱者赤近墨者黑的意思。
• 决策树就是通过一大堆的问题，判断属于哪个分类。比如，相亲的时候，会问“你是做什么的？”“有没有房？”“有没有车？”——最后判断，是否继续交往。
• 朴素贝叶斯看着名字高大上，其实就是根据概率选择，属于哪个分类的概率大，就归属这个分类
• 逻辑回归它是把线性回归的结果映射到01区间
• 线性回归可以简单的理解成y=ax，但是其实在多维空间比这个复杂得多
• K-均值就是一大堆散落的点，随机几个中心，这些点按照距离选择他们最近的中心组成一个类别
• Apriori只要说一个啤酒与尿布，大家就应该明白了。

这么多算法其实只是机器学习中的一部分....

机器学习的应用场景

机器学习的应用还是很广泛的，比如无人驾驶、机器人等等高大上的东西，以及咱们身边的拼车算法、电商的个性化推荐、婚恋网站的快速配偶等等。只要是涉及到数据之间的关系，都可以使用机器学习来达到很好的效果。

个人理解的机器学习的三种境界

这三种境界纯粹是个人的胡乱设定，仅仅是为了给自己的学习定下一个目标！

第一层 了解算法的过程和作用

<iframe id="iframe_0.6767231962899118" style="border: currentColor; width: 20px; height: 20px;" src="data:text/html;charset=utf8,%3Cstyle%3Ebody%7Bmargin:0;padding:0%7D%3C/style%3E%3Cimg%20id=%22img%22%20src=%22https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1496762820907&di=a62e82382067a0b0c43fe6a1296ae23c&imgtype=jpg&src=http%253A%252F%252Fimg0.imgtn.bdimg.com%252Fit%252Fu%253D2887305698%252C4287853573%2526fm%253D214%2526gp%253D0.jpg&_=6953696%22%20style=%22border:none;max-width:901px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById(‘img‘);%20window.parent.postMessage(%7BiframeId:‘iframe_0.6767231962899118‘,width:img.width,height:img.height%7D,%20‘http://www.cnblogs.com‘);%7D%3C/script%3E" frameborder="0" scrolling="no" width="320" height="240"></iframe>
这种一般是那些自学机器学习的朋友，在看过几本机器学习相关的书籍后，对所有的算法都有一点了解。能跟别讨论一些机器学习的算法和用途，并且能理解相关技术分享大致过程。

第二层 能把算法运用到实践中

<iframe id="iframe_0.2769306124849995" style="border: currentColor; width: 20px; height: 20px;" src="data:text/html;charset=utf8,%3Cstyle%3Ebody%7Bmargin:0;padding:0%7D%3C/style%3E%3Cimg%20id=%22img%22%20src=%22https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1496763243344&di=688001151e3e993e038b18624d419650&imgtype=0&src=http%253A%252F%252Fwww.chinaeasypc.com%252Fuploads%252Fallimg%252F140710%252F1-140G00T949114.jpg&_=6953696%22%20style=%22border:none;max-width:901px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById(‘img‘);%20window.parent.postMessage(%7BiframeId:‘iframe_0.2769306124849995‘,width:img.width,height:img.height%7D,%20‘http://www.cnblogs.com‘);%7D%3C/script%3E" frameborder="0" scrolling="no" width="320" height="240"></iframe>
这一层可以认为是对某个机器学习的库比较熟悉，能真正的利用机器学习来解决一些问题。比如可以使用Spark MLLib中的某个算法解决实际的问题，如基于物品或者用户的协同过滤算法。这就好像是使用现代的机械工具盖房子，而不是像过去纯人工搬石头垒长城，效率和产出上都要好的多。

第三层 对算法的推导融会贯通

<iframe id="iframe_0.2655508278063443" style="border: currentColor; width: 20px; height: 20px;" src="data:text/html;charset=utf8,%3Cstyle%3Ebody%7Bmargin:0;padding:0%7D%3C/style%3E%3Cimg%20id=%22img%22%20src=%22https://timgsa.baidu.com/timg?image&quality=80&size=b9999_10000&sec=1496763341593&di=10b2d86555a143a8887061f295c0c752&imgtype=0&src=http%253A%252F%252Fgame.china.com%252Fgbox%252Fxyttl%252Fbackground_img%252Fcf8a3b5a-cca1-40be-be2d-2ae8a9f425c8.jpg&_=6953696%22%20style=%22border:none;max-width:901px%22%3E%3Cscript%3Ewindow.onload%20=%20function%20()%20%7Bvar%20img%20=%20document.getElementById(‘img‘);%20window.parent.postMessage(%7BiframeId:‘iframe_0.2655508278063443‘,width:img.width,height:img.height%7D,%20‘http://www.cnblogs.com‘);%7D%3C/script%3E" frameborder="0" scrolling="no" width="320" height="240"></iframe>
这种可以说是集数学与计算机功底于一身，是倚天剑与屠龙刀的合体。对数学公式推导了如指掌，各种模型的优化也深谙其道。其实机器学习使用某个库出一个简单的效果很简单，但是想要对算法模型进行优化却很难，大多时候都是盯着算法结果，目瞪口呆，不知道下一步该怎么办。如果对算法了解的很深，对实际的业务又很熟悉，那么就能结合两点对算法模型进行优化，改进机器学习的结果。

个人学习机器学习的路线规划

经过不到一个月的学习，对机器学习也算是初步有了一定的了解，最起码知道机器学习能干什么了，所以现在还在处于上面的第一个境界....

这期间也走了不少的弯路，浪费了不少的时间。所以在这里总结一下，也给大家当做一个参考：

• 1 最快的入门方式，就是先百度、必应一下，了解下机器学习的概念。
• 2 推荐阅读《机器学习实战》了解下机器学习相关的算法。我之前也看过机械工业出版社的《机器学习》、也看过点周志华老师的《机器学习》，前一本概念太多，后一本公式也挺多。《机器学习实战》相对来说要好得多，先介绍点理论背景，在基于python介绍下算法的实现以及一两个案例。
• 3 很多人都觉得机器学习需要很好的数学功底，于是学习机器学习前，先捧着高数、线代、概率论看，结果看了两天，觉得枯燥无味，就打算放弃。其实没必要的，结合上面的《机器学习实战》，遇到什么公式，进行相应的复习就行了，这也是为什么把数学放在第三个步骤。其实机器学习里面能理解高数的求导、线代的矩阵以及向量、概率的期望方差等就差不多了，其他有需要的话针对学习就行。
• 4 学习机器学习肯定是要看吴恩达老师的公开课了，公开课的地址，我刚看了两集，感觉还是非常不错的。
• 5 学习Spark MLLib相关的算法实现，如果有时间的话，可以看看源码。

通过上面的学习，暂时可以到达第二个层次了。我想一般搞计算机的，应该很少有能对各种算法推导融会贯通的。所以第三种境界，就留给其他人吧....

推荐资源

1 《机器学习实战》

• 推荐指数：★★★★★
• 推荐理由： 理论、算法都有，比较好懂

2 机器学习 斯坦福 公开课

• 推荐指数：★★★★☆
• 推荐理由：权威大拿带你飞，还有什么理由不上车？

3 《推荐系统实践》

• 推荐指数：★★★☆☆
• 推荐理由：如果是想做个性化推荐，那么必须要看看这本书！

4 Spark MLLib官方文档以及example代码样例

• 推荐指数：★★☆☆☆
• 推荐理由：官方文档大体上知道有什么内容就行，主要是推荐看看example里面提供的代码，能帮助少走不少弯路。