GitHub超全機器學習工程師成長路線圖，開源兩日收獲3700+Star！【轉】
作者 | 琥珀
出品 | AI科技大本營（ID:rgznai100）
近日，一個在 GitHub 上開源即收獲了 3700+ Star 的項目，引起了營長的註意。據介紹，該項目以 TensorFlow 和 Scikit-learn 的機器學習框架的基礎庫為例，詳細介紹了如何成為一名機器學習工程師的成長路徑。
該項目的作者還是一位來自意大利的 IT 工程師，名叫 Giacomo Ciarlini，十分帥氣的有沒有？
作者首先強烈推薦了《Scikit-Learn 與 TensorFlow 機器學習實用指南》一書。之外，他還上傳了全球頂尖大學和開源組織的學習資源，並收集了理論和示例，以及對選擇最佳資源的建議。
內容主要分為四大部分：
一、先決條件
-
Python
-
Jupyter Notebook
-
需要掌握的基本數學知識
-
機器學習全貌
二、使如何使用 Scikit-Learn 進行機器學習
-
為什麽是 Scikit-Learn？
-
端到端機器學習項目
-
線性回歸
-
分類
-
訓練模型
-
支持向量機
-
決策樹
-
合奏學習和隨機森林
-
無監督學習
-
結語和期待
三、通過 TensorFlow 訓練的神經網絡
-
為何選擇 TensorFlow？
-
使用 TensorFlow
-
ANN - 人工神經網絡
-
CNN - 卷積神經網絡
-
RNN - 遞歸神經網絡
-
訓練網絡：最佳實踐
-
自動編碼
-
強化學習
四、工具
-
機器學習項目
-
數據科學工具
-
博客 / YouTube 頻道 / 網站
每個標簽下，作者都有詳細的解釋並給出了實戰操作的資源，實乃良心之作！下面，就由營長來詳細介紹下這個項目裏有哪些值得一看的資源（並附上部分教程鏈接）。
一、先決條件
-
Python
基礎知識：https://pythonprogramming.net/introduction-learn-python-3-tutorials/
作者還建議，除了對 Python 熟悉掌握外，還可以了解下 Numpy，它是數學運算的重要模塊，可以有助於你在後面 Python 環境中導入 Tensor 數據類型。
Python3 安裝地址：https://realpython.com/installing-python/
PyCharm Community Edition（一個用於 Python 開發的完整 IDE，為實驗設置一個新的 Python 虛擬環境）
安裝地址：https://www.jetbrains.com/pycharm/download/#section=windows
-
Jupyter Notebook
是一個開源的 Web 應用程序，幫助用戶創建和共享文檔，包括 live code，方程，可視化，敘述文本。例如，數據清洗、數值模擬、統計建模、數據可視化、機器學習等。
-
需要掌握的基本數學知識
在作者看來，數學是機器學習背後的重要基礎。但重要的是，掌握主要概念並認識到這些數學方法的應用領域和局限性。
他給出了三個課程鏈接，分別是：
線性代數：https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/
概率基礎和統計：https://www.edx.org/course/introduction-to-probability-0
其他數學資源：https://explained.ai/matrix-calculus/index.html#sec4.5
-
機器學習全貌
最後，還要通過一篇科普讀物，了解整個機器學習全貌：https://www.oreilly.com/library/view/hands-on-machine-learning/9781491962282/ch01.html
二、如何使用 Scikit-Learn 進行機器學習？
-
安裝 Scikit-Learn
python pip install -U scikit-learn如果安裝時遇到一些問題，可能是你更新到最新版本的 pip，所以在同一個文件夾內運行：
python -m pip install --upgrade pip- 為什麽是 Scikit-Learn？
Scikit-Learn 是機器學習任務中最完整、最成熟，且記錄完整的庫之一。它開箱即用，具有強大而先進的模型。
-
端到端機器學習項目
Kaggle，作為機器學習和通用數據科學項目的首選平臺，它提供了大量免費數據集，以及有趣的挑戰和 ML 模型實驗。
-
線性回歸
線性回歸是最簡單的機器學習形式，也是模型訓練的起點。
可以參看吳恩達的理論課程：https://www.youtube.com/watch?v=W46UTQ_JDPk&list=PLoR5VjrKytrCv-Vxnhp5UyS1UjZsXP0Kj&index=2
-
分類
如果想要從不同的可能性中預測結果，分類則是最重要的機器學習任務之一。最簡單的情況是二元分類問題。
-
訓練模型
作者列舉了 ML 任務中訓練模型的一些技術，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
學習率：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
正則化：https://www.youtube.com/watch?v=Q81RR3yKn30
-
支持向量機
是創建 ML 模型的另一種經典算法。
除了理論解釋外，還有更多實戰策略：
https://www.youtube.com/watch?v=g8D5YL6cOSE
-
決策樹
-
集成學習和隨機森林
集成學習（Ensemble Learning）的思路是利用了幾款 ML 模型的所有不同特征、優劣勢，以期得到最有可能性的預測結果。
集成學習基礎知識：
https://www.youtube.com/watch?v=9VmKYwX_U7s
隨機森林最經典實踐：
https://www.youtube.com/watch?v=3kYujfDgmNk
-
無監督學習
涵蓋了無監督學習的介紹、解釋，以及與監督學習、強化學習之間的差別。
關於涉及的兩個重要技術：關聯規則（Association Rules）和聚類，作者分別提供了示例和教程。
三、通過 TensorFlow 訓練的神經網絡
在本節中，作者主力推薦斯坦福大學深度學習課程以及其他網絡教程，幫助學習者快速了解這些內容。其中包括 ANN、CNN、RNN 等不同種類的機器學習模型。實際上，作者花了很長時間去理解神經網絡的理論和應用，包括閱讀博客、官網論壇、學習路徑。
他給出了“三步走”的建議：
-
通過斯坦福大學教程了解神經網絡的主要概念，不要過多擔心一些數學解釋，而要關註什麽和為什麽；
-
使用理論 + 教程 + 示例（如 RNN 理論 + RNN 教程 + RNN 示例），每次只深度探討一個主題；
-
每探討完一個主題，就回溯一遍斯坦福大學的課程。這種方式將幫助你完全理解所有公式，並將課程中提到的 “數學” 相關知識聯系起來，觸類旁通。
作者表示，以上這種方式可根據需要重復多次，然後在你的頭腦中構建一個良好的通用模型。
斯坦福大學課程 PPT 地址：http://cs231n.stanford.edu/slides/2018/
-
為何選擇 TensorFlow？
目前，TensorFlow 已經企業裏實現機器學習算法的事實標準。
在安裝 TensorFlow 庫之前，你只需在 Python 安裝文件夾中打開一個終端並運行此命令：
python pip install tensorflow- ANN - 人工神經網絡
-
CNN - 卷積神經網絡
-
RNN - 遞歸神經網絡
-
訓練網絡：最佳實踐
-
自動編碼
-
強化學習
以上細節就不一一細講了。
四、其他資源
除了上述內容之外，作者還收集了大量文章、網絡應用程序、最佳實踐、項目和存儲庫。
-
機器學習項目
-
工具
-
YouTube 頻道
-
博客
以及，其他值得一看的網站
作者最後表示，將在接下來的時間裏對不同的主題進行擴充，包括：無監督學習、機器學習心態框架（如何像數據科學家一樣思考）、使用 Pandas 進行數據處理和準備、特征選擇、特色工程、擴展參數優化部分、Keras 庫、TensorFlow 2.0、如何在 AWS、Azure 上部署模型等。
GitHub超全機器學習工程師成長路線圖，開源兩日收獲3700+Star！【轉】