本文译自康奈尔大学信息科学系助理教授David Mimno写的《Advice for students of machine learning》,Mimno先生总结了一些对于机器学习学生/初学者的建议,强调理论与实践相结合,要有耐心和毅力,并提出了深入研究一篇论文的方法。希望对读者有所帮助。
原文地址: http://www.mimno.org/articles/ml-learn/
Mimno先生主页: http://mimno.infosci.cornell.edu/
下面是译文正文:
=============================================================
题名:给机器学习初学者的建议
作者:David Mimno
译者:whatbeg
最近我的一个学生问我学习机器学习的建议,于是我写下了这篇文章,此文偏向于我个人的经验,但我还是要概括一下。
我现在最爱推荐的入门书籍是Kevin Murphy的书《机器学习》( Machine Learning )
你可能也想读
任何你学习的关于线性代数和概率论/统计学的知识都会有所帮助。
不要想着一开始就获得某个知识的所有方面,尽量从多个不同的资源去阅读同一件事的描述。
没有什么比你自己亲自尝试更重要。选择一个模型,然后实现它,将它与其它开源实现进行比较,想一想,是不是有什么使程序工作的计算或者数学上的技巧呢?
读一些论文。我在读研究生的时候,早上和晚上都有20分钟在公交车上,我包里总是带着一篇有趣的论文,公交不是重点–真正起作用的是我每天能花大约半小时在阅读(这些论文)上。
选择一篇你喜欢的论文,然后花一个星期深入研究它,无时无刻不想着它,回忆每个公式的形式,花点时间散步并琢磨每个变量是如何影响结果的,不同的变量是怎样相互影响的。想一想公式6是如何得到公式7的–作者常常省略中间步骤和代数细节,将步骤补充完整。
要有耐心和坚持。记住冯·诺伊曼所说的,“in mathematics you don’t understand things, you just get used to them.”。