如果不擅长数学进入机器学习的世界请不要头痛

快来打我* 2022-09-11 09:25 133阅读 0赞

### 文章目录 ###

*  内容介绍
 *  开始学习
 *  危险区
 *  技术工程师
 *  数学是关键，后面路很长

# 内容介绍 #

每一个想要学习机器学习方向的小伙伴可能对数学有心里负担。

这就是你们认为数学家比他们聪明的地方，他们只有在“懂数学”的情况下才能在一门学科中脱颖而出。

我亲眼目睹了这一切，我也看到它阻止了初学者的开始。

在这篇文章中，我想让你相信，你可以开始学习，在机器学习方面取得很大的进步，而不是数学上的强项。

![在这里插入图片描述][watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]

# 开始学习 #

在开始编程之前，我没有学习布尔逻辑。

我刚开始编程，你可能已经编程了。

我遵循了一条经验主义的道路，包括尝试和错误。它是缓慢的，我写了很多不好的代码，但我很感兴趣，我可以看到进展。

当我构建更大更复杂的软件程序时，我会阅读教科书，因为它们让我能够更好地构建我的程序。我寻找的概念和实用的工具，我可以使用，以克服我实际遇到的限制。

这是一个强大的学习工具。如果我一开始编程就被迫学习布尔逻辑或多态等概念，我的热情就永远不会点燃。

# 危险区 #

我喜欢我的程序不起作用。这意味着我必须卷起袖子，真正了解发生了什么。

你可以通过复制和粘贴代码得到很长的路，而不是真正理解它。您只需将代码块理解为功能单元，就可以完成您需要完成的任务。把它们粘在一起，你就有了一个程序来解决你需要解决的问题。

这种经验式的黑客行为是一种快速学习的好方法，但也是建立生产系统的一种可怕的方式。这是一个重要的区别。人们常说的“危险区”是指在经验学习的基础上建立的系统开始运作，而作者并不真正知道它是如何工作的，也不知道实际的结果意味着什么。

这是一个非常真实的问题。例如，看看一些IT系统和小企业的网页，这些小企业都能忍受这种水平的工作。

在我看来，一个原型是一个用胶带粘在一起的粘泥球，可以勾勒出解决方案的样子。

一个业务系统或一个系统产生结果或决策使用操作是没有意外的。当团队挑选每一行代码时，您会感到轻松地进行一整天的代码评审。

# 技术工程师 #

你可以从今天的机器学习开始，经验性的。可供您选择的三个选项是：

1.  学习驾驶像科学工具-学习，R或WEKA。
2.  使用提供算法和编写小程序的库。
3.  从教程和书籍中自己实现算法。

不仅仅是选项，这可以是技术人员从初学者到中级技术人员学习一项技术所需的数学的途径，这是及时的。

定义小问题，有条不紊地解决它们，并在你的博客上展示你所学到的结果。在此过程之后，您将开始建立一些势头。

会有一些有趣的算法，您想了解更多，比如当您更改某个参数时，它实际上会做些什么，或者如何从特定的算法中获得更好的结果。

这将促使您想要(需要)了解该技术是如何工作的以及它正在做什么。您可能会绘制数据流和转换的图片，但最终需要将正在发生的向量或矩阵表示和转换内部化，这仅仅是因为它是我们可以清楚地清楚地描述正在发生的事情的最佳工具。

你可以继续做经验主义者。我称之为技术员之路。

你可以建立一个经验直觉的方法使用和如何使用它们。您还可以学习足够的代数，以便能够读取算法描述并将它们转换为代码。

这里有一条让熟练技术人员创建工具、插件，甚至是使用机器学习的操作系统的途径。

在天平的另一端，技术人员与理论家作了对比。理论家可以：

1.  将现有方法内化。
2.  提出对现有方法的扩展。
3.  想出全新的方法。

理论家可能能够在抽象中演示方法的能力，但可能不够熟练，无法将方法转化为原型演示系统以外的代码。

只要你愿意，你就能及时地学到尽可能少的数学知识或尽可能多的数学知识。专注于自己的优势，诚实地面对自己的局限。

# 数学是关键，后面路很长 #

如果你必须及时学习线性代数，为什么不从一开始就更全面地学习它，并在这个深层次上理解机器学习方法呢？

这当然是一种选择，也许是最有效的选择，这就是为什么这是大学教学的途径。这不是你唯一的选择。

就像从逻辑和抽象概念开始学习编程一样，机器学习理论的内化可能不是你开始学习的最有效的方法。

在这篇文章中，您了解到技术人员有一条与理论家不同的道路可供选择。

你知道技术人员可以及时学习机器学习算法的数学表示和描述。您还了解到，技术人员的危险区域是过度自信，以及将系统投入生产的风险，而这些都是人们所不了解的。

这可能是一个有争议的帖子，留下评论，让我知道你的想法。

[watermark_type_ZHJvaWRzYW5zZmFsbGJhY2s_shadow_50_text_Q1NETiBATXLmlbDmja7mnag_size_20_color_FFFFFF_t_70_g_se_x_16]: /images/20220828/0fcef2e71ec84ae7bc6b3bc53c70813c.png

发表评论取消回复

表情：

评论列表（有 0 条评论，133人围观）

还没有评论，来说两句吧...

相关阅读

相关机器学习数学基础1

线性代数矩阵矩阵的定义 ![1604514-20190721193349851-58793581.png][] * 由 m × n 个数 aij...

青旅半醒/ 2024年04月20日 09:14/ 0 赞/ 51 阅读

相关《机器学习的数学》出版了，彻底解决程序员学机器学习的数学问题

![c9ad221ba379e0161f069bdda39e32d9.png][] 如何解决机器学习领域的数学问题，打下坚实的数学基础？是很多初学者乃至进阶者关心的话题

比眉伴天荒/ 2023年01月08日 05:25/ 0 赞/ 105 阅读

相关机器学习哪些数学课程？

机器学习需要哪些数学基础？过去的几个月中，有几人联系我，诉说他们对尝试进入数据科学的世界，以及用机器学习的技术去探索统计规律并构建无可挑剔的数据驱动型产品的热忱。然而，

た入场券/ 2022年12月23日 00:34/ 0 赞/ 185 阅读

相关进入Linux世界

进入Linux世界开源软件和Linux起源自由软件之父：理查德.斯托曼 Linux之父：林纳斯.本纳第克特.托瓦兹

川长思鸟来/ 2022年11月29日 13:06/ 0 赞/ 106 阅读

相关如果不擅长数学进入机器学习的世界请不要头痛

文章目录内容介绍开始学习危险区技术工程师数学是关键，后面路很长内容介绍每一个想要学习机器学习方向的小伙伴可能对数学有心

快来打我*/ 2022年09月11日 09:25/ 0 赞/ 134 阅读

相关机器学习相关的数学基础

数学基础 Finney，Weir，Giordano．《托马斯微积分》.叶其孝，王耀东,唐兢译.第10版. 北京：高等教育出版社 2003-1 Steven J.Leo

刺骨的言语ヽ痛彻心扉/ 2022年07月29日 10:56/ 0 赞/ 185 阅读

相关不要做不擅长的事情

> 迦罗瓦，是一位法国的数学家，一位天才。 > 他一共参加了两次巴黎理工大学的考试： > 第一次，由于口试的时候不愿意做解释，并且显得无理，结果被拒了。当时他大概十七八

ゝ一世哀愁。/ 2022年06月14日 05:52/ 0 赞/ 164 阅读

相关机器学习你好世界！

> 使用sklearn库和tensorflow模型 from sklearn import tree 加载决策树 features = [[140, 1]

冷不防/ 2022年05月21日 10:05/ 0 赞/ 158 阅读

相关程序员不擅长沟通

版权声明：原创作品，允许转载，转载时请务必以超链接形式标明文章原始出版、作者信息和本声明。否则将追究法律责任。本文地址：[http://blog.csdn.net/jobcha

悠悠/ 2022年03月20日 03:13/ 0 赞/ 316 阅读

相关进入IRC的世界

`IRC`是人类古代时期的聊天工具，比QQ还早。但是IRC因为实现简单，让人与人之间聊天变得方便很多。我们可以在桌面上打开软件和对方聊，可以从网页里和对方聊，更可以在终端命令行

╰半夏微凉°/ 2022年03月07日 01:30/ 0 赞/ 251 阅读