23个机器学习项目，助你成为人工智能大咖
轉(zhuǎn)自：https://zhuanlan.zhihu.com/p/40103236
?
人工智能（AI）是近年來最火的技術(shù)之一。從商品推薦（淘寶、京東）、個性化推送（今日頭條）、自拍美顏、翻譯，到語音識別、無人駕駛、圖像識別、自動化客服等諸多領(lǐng)域，人工智能都扮演了顛覆性的角色。
?
人工智能背后的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)技術(shù)，也成為程序員最高薪資的代名詞。據(jù)說在帝都，一個機(jī)器學(xué)習(xí)算法的崗位拿到50K的薪水也并不是一件很困難的事情，但依然有價無市。
?
?
那么，普通程序員如何踏入AI的浪潮，站上時代薪資頂端呢？接下來，我們就分幾個階段，講解一下如何系統(tǒng)地學(xué)習(xí)「機(jī)器學(xué)習(xí)」和「深度學(xué)習(xí)」。
?
階段一：基礎(chǔ)知識
關(guān)鍵詞：數(shù)學(xué)、Python?
人工智能是一門兼顧數(shù)學(xué)和編程的綜合性學(xué)科。
?
雖然越來越多的框架使人工智能越來越簡單，看似調(diào)個包就能完成。
?
但在真實(shí)的工作中，數(shù)學(xué)基礎(chǔ)和對算法的理解，都是決定你職業(yè)生涯能走多遠(yuǎn)的關(guān)鍵因素。它們能幫你更快地理解問題、更好地選擇模型、更深入地解決問題。
?
如果數(shù)學(xué)基礎(chǔ)不好也不必?fù)?dān)心，你不必是專業(yè)數(shù)學(xué)人士。機(jī)器學(xué)習(xí)的基本就是將統(tǒng)計(jì)學(xué)和計(jì)算機(jī)科學(xué)中的概念應(yīng)用在數(shù)據(jù)上，所以保證自己的統(tǒng)計(jì)學(xué)知識別掉隊(duì)即可。
?
推薦閱讀：李航 —《統(tǒng)計(jì)學(xué)習(xí)方法》“與動輒上百的機(jī)器學(xué)習(xí)書籍比起來，這本30元的教材沒有一句多余的廢話，非常經(jīng)典，可以給你的學(xué)習(xí)打下堅(jiān)實(shí)的基礎(chǔ)。”——實(shí)驗(yàn)樓機(jī)器學(xué)習(xí)專家huhuhang老師
推薦視頻：可汗學(xué)院公開課：線性代數(shù)_全143集
“如果你完全沒有線性代數(shù)基礎(chǔ)。我們推薦你觀看著名公益組織可汗學(xué)院制作的線性代數(shù)公開課程。你只需要重點(diǎn)觀看以下內(nèi)容：
第1集 矩陣簡介
第2集 矩陣乘法(一)
第3集 矩陣乘法(二)
第4集 矩陣的逆(一)
第5集 矩陣的逆(二)
第6集 矩陣的逆(三)
第7集 矩陣法求解方程組
第8集 矩陣法求向量組合
第9集 奇異矩陣
第12集 向量簡介
第21集 向量的點(diǎn)積和模長
第33集 矩陣向量積
第48集 矩陣向量乘法與線性變換
第42集 列空間的維數(shù)或秩
第59集 單位向量
第77集 求逆矩陣舉例
第92集 矩陣的轉(zhuǎn)置
第136集 求解特征向量和特征空間
第137集 求解3×3矩陣的特征值
第138集 求解3×3矩陣的特征向量和特征空間
?
數(shù)學(xué)沒學(xué)好，還能當(dāng)個調(diào)包俠，但編程沒學(xué)好的話，就完全沒辦法了。
?
在今天，不管你是編程小白，還是已經(jīng)有其他語言基礎(chǔ)的 —— 想學(xué)習(xí)人工智能，Python都是你的第一選擇。
?
整體上看，Python 已經(jīng)成為人工智能的基本語言，能夠和大多數(shù)平臺無縫對接；同時大多數(shù)人工智能方面的教材都使用Python作為教學(xué)語言。所以在第一個階段，Python基礎(chǔ)可能比數(shù)學(xué)基礎(chǔ)更重要。
?
推薦課程：Python簡明教程（免費(fèi)）
Python3 簡明教程_Python_實(shí)驗(yàn)樓 - 實(shí)驗(yàn)樓?www.shiyanlou.com
階段二
關(guān)鍵詞：科學(xué)計(jì)算、數(shù)據(jù)處理工具 —— numpy、matplotlib、Pandas等?
學(xué)完了Python基礎(chǔ)后，就可以開始學(xué)習(xí)機(jī)器學(xué)習(xí)了嗎？
?
別急，在開始之前，你需要明白，機(jī)器學(xué)習(xí)、深度學(xué)習(xí)都是一門和數(shù)據(jù)打交道的學(xué)科?—— 機(jī)器學(xué)會挑西瓜，需要記錄上千個西瓜模型；學(xué)會下圍棋，則需要觀測上百萬盤棋局。
?
要輸入這么多數(shù)據(jù)肯定會勸退不少人……好在，為了讓你更簡單地輸入、處理、清理、理解 動不動就上億級的數(shù)據(jù)，先賢們開發(fā)了很多好用的模塊。其中，Pandas、Numpy、Matplotlib?是必學(xué)的。
?
numpy?是 Python 語言的一個擴(kuò)充程序庫。支持大量高維度數(shù)組與矩陣運(yùn)算，也提供了大量的數(shù)學(xué)函數(shù)庫。機(jī)器學(xué)習(xí)涉及到大量對數(shù)組的變換和運(yùn)算，NumPy 就成了必不可少的工具之一。
?
pandas?是基于 NumPy 的數(shù)據(jù)處理工具，其提供了高效操作大型數(shù)據(jù)集所需的函數(shù)和方法，是數(shù)據(jù)分析中必不可少的模塊。
?
matplotlib?是一個開源繪圖庫，因?yàn)槠渲С重S富的繪圖類型、簡單的繪圖方式以及完善的接口文檔，深受 Python 工程師、科研學(xué)者、數(shù)據(jù)工程師等各類人士的喜歡。當(dāng)我們在學(xué)習(xí)機(jī)器學(xué)習(xí)的課程時，掌握 Matplotlib 的使用無疑也是最重要的準(zhǔn)備工作之一。
?
推薦學(xué)習(xí)：
NumPy 百題大沖關(guān)Pandas 百題大沖關(guān)
使用 Matplotlib 繪制 2D 和 3D 圖形_
闖關(guān)式的學(xué)習(xí)體驗(yàn)，全部免費(fèi)，強(qiáng)烈推薦 大家嘗試下。同時，這三門課也是「樓+機(jī)器學(xué)習(xí)實(shí)戰(zhàn)」的預(yù)習(xí)課程。
?
階段三
關(guān)鍵詞：機(jī)器學(xué)習(xí)——監(jiān)督學(xué)習(xí)、線性回歸、10種監(jiān)督算法、非監(jiān)督學(xué)習(xí)、四大聚類、10種聚類算法等
?
有了前面基礎(chǔ)理論和工具的鋪墊后，我們便可以學(xué)習(xí)目前最為前沿的AI技能——機(jī)器學(xué)習(xí)和深度學(xué)習(xí)。
?
機(jī)器學(xué)習(xí)是一個非常廣泛和豐富的領(lǐng)域，幾乎在每個行業(yè)都有應(yīng)用。通過下面這些項(xiàng)目，你可以由淺入深地入門機(jī)器學(xué)習(xí)，逐步建立一個全面的理解：
?
算法基礎(chǔ)：K-近鄰算法實(shí)現(xiàn)手寫數(shù)字識別系統(tǒng)--《機(jī)器學(xué)習(xí)實(shí)戰(zhàn) 》
《Python 貝葉斯分析》- 利用邏輯回歸實(shí)現(xiàn)鳶尾花分類
基于SVM的貓咪圖片識別器（會員）
決策樹實(shí)戰(zhàn)項(xiàng)目-鳶尾花分類（會員）
基礎(chǔ)項(xiàng)目（會員）：
Python 實(shí)現(xiàn)英文新聞?wù)詣犹崛?br />使用 Python 實(shí)現(xiàn)深度神經(jīng)網(wǎng)絡(luò)
人機(jī)對戰(zhàn)初體驗(yàn):Python基于Pygame實(shí)現(xiàn)四子棋游戲
使用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行圖片分類
基于卷積神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)圖片風(fēng)格的遷移
進(jìn)階項(xiàng)目：
使用機(jī)器學(xué)習(xí)方法預(yù)測世界杯冠軍（免費(fèi)）
NBA常規(guī)賽結(jié)果預(yù)測：利用Python進(jìn)行比賽數(shù)據(jù)分析（免費(fèi)）
神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)手寫字符識別系統(tǒng)（免費(fèi)）
Python 氣象數(shù)據(jù)分析：《Python 數(shù)據(jù)分析實(shí)戰(zhàn)》（免費(fèi)）
scikit-learn 實(shí)戰(zhàn)之監(jiān)督學(xué)習(xí)（會員）
scikit-learn 實(shí)戰(zhàn)之非監(jiān)督學(xué)習(xí)（會員）
神經(jīng)網(wǎng)絡(luò)實(shí)現(xiàn)人臉識別任務(wù)（會員）
Twitter數(shù)據(jù)情感分析（會員）
大數(shù)據(jù)帶你挖掘打車的秘籍（會員）
Ebay 在線拍賣數(shù)據(jù)分析（會員）
?
階段四：
關(guān)鍵詞：強(qiáng)化學(xué)習(xí)、深度學(xué)習(xí)——TensorFlow、Pytorch、Keras、Caffee、CNN、RNN、GAN等
?
學(xué)習(xí)完機(jī)器學(xué)習(xí)，進(jìn)入到最后的深度學(xué)習(xí)階段，相信很多人也是被這些深度學(xué)習(xí)詞匯帶入坑的—— TensorFlow、Pytorch、Caffee等……這些年來，幾乎一切人工智能新聞都和深度學(xué)習(xí)有關(guān)，比如alpha go、prisma、語音識別、無人駕駛等。
?
深度學(xué)習(xí)是機(jī)器學(xué)習(xí)的一種，指的是深度神經(jīng)網(wǎng)絡(luò)學(xué)習(xí)。普通神經(jīng)網(wǎng)絡(luò)由于訓(xùn)練代價較高，一般只有3-4層，而深度神經(jīng)網(wǎng)絡(luò)由于采用了特殊的訓(xùn)練方法加上一些小trick，可以達(dá)到8-10層，從而能夠得到更精準(zhǔn)的模型。
?
學(xué)習(xí)深度學(xué)習(xí)，首先要學(xué)習(xí)主流的框架，如TensorFlow、Pytorch、Keras、Caffee等。
總結(jié)：
如果，你能把整個流程學(xué)習(xí)下來，相信你一定已經(jīng)是位人工智能小牛了。但眼前，你要開始的第一步不是點(diǎn)收藏，而是點(diǎn)開第一個Python課程，親手開始敲下第一行代碼。希望這篇文章能幫你敲開機(jī)器學(xué)習(xí)的大門～
總結(jié)
以上是生活随笔為你收集整理的23个机器学习项目，助你成为人工智能大咖的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： oCPC
- 下一篇： Elasticsearch架构原理