[comment]: # 我的Machine Learning學習之路
從2016年年初，開始用python寫一個簡單的爬蟲，幫我收集一些數據。
6月份，開始學習Machine Learning的相關知識。
9月開始學習Spark和Scala。
現在想，整理一下思路。
先感謝下我的好友王峰給我的一些建議。他在Spark和Scala上有一些經驗，讓我前進的速度加快了一些。
學習算法
作為一個程序猿，以前多次嘗試看過一些機器學習方面的書，其過程可以說是步履闌珊，碰到的阻力很大。
主要原因是，讀這些機器學習的書，需要有一些數學方面的背景。
問題就在這些數學背景上，這些背景不僅僅是數學技巧，也有一些共識。對於缺乏這些背景的我，即使一個簡單的公式，也有時會感到困惑。
如果你像我一樣是一個程序猿，我建議讀Peter Harrington寫的Machine Learning in Action （中文書名是《機器學習實戰》）。
這本書是以開發者的知識背景來寫的，並且提供的python代碼可以下載，方便開發人員理解。
我寫了一些博文，主要作用是幫助我理解學習的算法。大部分寫的不好，后來我自己都看不懂。以后慢慢修正一下。
機器學習實戰 - 讀書筆記(03) - 決策樹
機器學習實戰 - 讀書筆記(04) - 朴素貝葉斯
機器學習實戰 - 讀書筆記(05) - Logistic回歸
機器學習實戰 - 讀書筆記(06) – SVM支持向量機
機器學習實戰 - 讀書筆記(07) - 利用AdaBoost元算法提高分類性能
機器學習實戰 - 讀書筆記(08) - 預測數值型數據：回歸
機器學習實戰 - 讀書筆記(10) - 利用Ｋ-均值聚類算法對未標注數據分組
機器學習實戰 - 讀書筆記(11) - 使用Apriori算法進行關聯分析
機器學習實戰 - 讀書筆記(12) - 使用FP-growth算法來高效發現頻繁項集
機器學習實戰 - 讀書筆記(13) - 利用PCA來簡化數據
機器學習實戰 - 讀書筆記(14) - 利用SVD簡化數據
學習算法的Level
-
Level 1： 了解如何使用算法
-
Level 2： 了解算法的正確使用場景
正確的使用一個算法，需要經驗和對算法理論的了解。
我以前有些這方面的經驗，很多錯誤在於不正確地使用了算法。
當我們編程序給別人用時：-
需要理解算法
最低要求，也要有一些基本的統計知識。 -
需要實現算法
實現算法一般比較簡單，需要注意性能和精度。
基本上這部分在實現好后，比較穩定。 -
需要實現將用戶數據應用到算法上的過程。
這是程序員主要干的工作，接口、性能上的考慮很多。 -
需要理解用戶的使用場景。
這部分價值很大。
一方面，寫單元測試是不可避免的，理解用戶的場景才能寫出有效的單元測試程序。
另外，會有很多處理客戶問題的工作，也是長經驗的機會。
-
-
Level 3： 了解算法的后面的數學理論
有人覺得這個用處不大。我覺得了解數學理論，可以：- 成為真正的行家
- 未來的路還很遠，怎么能戛然而止!
- 使用算法來幫助自己的一些事情，或者實現一個新的算法。
- 現在人工智能的潛力很大，可以自己好好玩玩。
學習python
在數據量不大的情況下（幾個G），單機上就可以很好跑機器學習的程序。
這時，Python的用途就很大，不僅有已經實現好的算法，也可以實現爬蟲，從網上獲取數據。
學習Scala和函數式編程
對於大數據處理來說，Spark和Scala結合是現在的大趨勢。
我寫的博文有：
學習Scala： 初學者應該了解的知識
函數式編程 : 一個程序猿進化的故事
Scala underscore的用途
不變(Invariant), 協變(Covarinat), 逆變(Contravariant) : 一個程序猿進化的故事
Scala Collection簡介
Scala on Visual Studio Code
學習Spark架構
我寫的博文有：
Spark集群 + Akka + Kafka + Scala 開發(1) : 配置開發環境
Spark集群 + Akka + Kafka + Scala 開發(2) : 開發一個Spark應用
Spark集群 + Akka + Kafka + Scala 開發(3) : 開發一個Akka + Spark的應用
Spark集群 + Akka + Kafka + Scala 開發(4) : 開發一個Kafka + Spark的應用
學習在Spark上的機器學習項目開發經驗
學習更多的算法
蒙特卡洛樹算法
成為Spark的Contributer
成為Spark的Contributer是件很cool的事。
- 可以讀讀Spark的代碼，從中應該可以增長不少。
- 然后，嘗試修一些Spark的Bugs。
深度學習
路還很長。