如何学习机器学习

第 1 步：海绵模式

海绵模式就是要吸收尽可能多的理论和知识，为自己打下坚实的基础。

图为：海绵宝宝（非海绵模式）

现在，有些人可能会想： “如果我不打算进行原创研究，当我可以使用现有的 ML 包时，为什么我需要学习理论呢？”

这是一个合理的问题！

然而， 对于任何计划在工作中应用机器学习的人来说，学习基础知识非常重要。 以下是学习 ML 理论的 5 个超级实用的理由。它们涵盖整个建模过程：

好消息是……您不需要从一开始就知道这些问题的所有答案。事实上，我们推荐的方法是学习足够的理论来入门，而不是误入歧途。然后，随着时间的推移，您可以通过理论与实践的交替来掌握。

1.1 - 最佳免费机器学习课程

接下来的两门免费课程是海绵模式的世界级（来自哈佛大学和斯坦福大学）资源。

任务： 至少完成以下一门课程。

1.2 - 成功的关键

以下是此步骤成功的几个关键：

A.) 关注大局并始终问“为什么”。

每次向您介绍新概念时，请询问“为什么”。为什么在某些情况下使用决策树而不是回归？为什么要规范参数？为什么要分割数据集？当您了解为什么使用每种工具时，您将成为真正的机器学习实践者。例如，在此步骤结束时，您应该知道何时预处理数据、何时使用监督算法与无监督算法以及防止模型过度拟合的方法。

B.) 接受你不会记住所有事情的事实。

不要因为记下疯狂的笔记或将所有内容复习三遍而感到压力。接受这样一个事实：当你在野外遇到概念时，你需要循环回顾它们。

C.) 继续前进，不要灰心。

尽量避免在任何话题上停留太久。有些概念即使是最好的教授也不容易解释。一旦你开始在实践中应用它们，你的困惑就会消失。

D.) 视频比教科书更有效。

根据我们的经验，教科书可以是很好的参考工具，但它们经常忽略围绕关键概念的重要色彩评论。我们强烈推荐海绵模式下的视频讲座。

1.3 - 免费参考教科书

接下来，我们有2本业界经典教材的免费（合法）PDF。

任务： 下载免费的 PDF 供您将来参考。