浅谈机器学习入门实践

网上关于机器学习的文章，视频不计其数，本来写这么一篇东西，我自己也觉得有点多余，但是我还真没找到一个能帮助像我这样零基础的人，快速接触和上手机器学习的文章。这篇文章不能让你深入学习和掌握机器学习的相关知识，但是一定能让你快速了解什么是机器学习，以及你到底要不要深入学习，你需要提前学哪些东西来makes you ready。

机器学习是什么

其实这个恐怕任何一个从业人员都已经了解了，我也不过多介绍了，用我自己的话来说就是：让机器学会用接近人类思考的方式来学习新的技能，从而帮助人类从一些简单的智能工作上解脱出来。比如车牌号识别、手写识别、语音识别、图片OCR等等。

机器学习的过程

机器学习的流程可以概括为几大部分，分别是：设置数据集、划分训练集和测试集、构建计算网络、训练模型、测试模型以及其他一些环节。设置数据集就是获取测试数据，你不能用爬虫随便爬几千个图片来训练，必须将图片先转化为规范的数据集合，比如大小相同等。其他的语音识别等，也需要先做类似的工作。幸运的是，你可以注册一个kaggle的账号，来获取一些已经采集好的标准数据集。第二步是划分集合，一多半用来训练，一小半用来测试，具体的比例你可以自行测试调优。训练集用来训练模型，测试集用来评估训练结果。为了防止模型过于匹配某些训练数据（术语叫做过拟合），训练时往往是不停的随机抽取样本建立批次来进行训练的，而不是分批次逐个批次训练做到全覆盖。后面的几个环节，我就不细说了，网上最多的就是这个。在keras框架中，这三个环节也就是几行代码的事。

tensorflow、keras、Matlab和神经网络CNN都是什么

这个是我初学的时候最困扰我的问题之一。Matlab是一种开发工具，类似于python语言，通信专业的孩子都懂的，经常用来绘制数学图像。tensorflow是一套机器学习框架，你可以详细的设计和定制你的学习模型和流程，当然你需要大量的专业知识和技能才能做到。keras是最适合我这种入门小白学习的，但是抽象的级别过高，你还是先了解下tensorflow再用比较好。它把很多tensorflow的功能（也可以使用theano和其他计算框架）都进行了更高层面的组合，让你用很少的代码就能实现很多功能。神经网络CNN是主要用于图像领域的计算框架，是一种计算模型，类似于基于Java或者PHP语言所使用的后端架构。实现的方式多种多样，这种架构比较适合图像识别（也可以用于语音识别等）。

基础知识的准备

matplotlib库是你必备的，这个是数学工具库，主要用来绘制数学函数和图像，非常的强大，很接近于Matlab的功能。这个网上也有专门的教程，建议先简单学习一下。
然后是numpy库，这个库是科学计算领域常用的库，专门用来做数字方面的工作，也是建议先学习一下。机器学习在某些时候，很接近于线性回归，而这个库很适合用来创建大量的数字集合。
再之后是OpenCV库，这个是专门用来做图像处理的库（我学的是python版本，原版貌似是c++开发的），包括摄像头采集，图像变换，图像分析分类等等，功能非常的强悍，可以说是计算机视觉领域必备的库。网上也有专门的大量教程，也建议先学习一下，了解基础用法。其中摄像头人脸检测（就是在图像中识别出有没有人脸），甚至已经内置了处理模型，能直接调用api检测出来。

下一步要做什么

想要开发出一个识别人脸或者动物的模型其实很简单，但是但是但是！想要知道这个模型是如何设计的，以及设计一个属于自己的模型去解决特定问题，这个是很难的。也就是说，写代码很简单，关键是熟练使用各种数学模型组成计算框架。斯坦福大学在网易云课堂上面有一个公开课，里面全都是各种数学模型和公式，目前我还无法驾驭，数学学渣感觉压力很大。如果你想深入研究并解决你自己遇到的特定问题，那么你需要熟练使用各种数学模型，还要知道如何评估自己的模型的准确率。星辰大海等着你去征服，少年。

最后的最后，我学这个时间确实很短，一定会有很多遗漏和错误之处，如果大家发现了，请一定指出并最好附上文档链接，大家共同学习。

最后补充一些特别好的文章资料，供大家进一步阅读：
https://zhuanlan.zhihu.com/p/... 专栏里的文章都不错，比较容易理解
http://www.cnblogs.com/neo-T/... 这是我看过的最简单的入门文章
https://www.bilibili.com/vide... 这个up的视频讲的也不错，真·手把手教