欢迎关注哈希大数据微信公众号《哈希大数据》上一篇给大家介绍了有监督学习、无监督学习、和强化学习的含义和例子，这些可能还不够具体，机器学习博大精深本期咱们继续看看机器学习还有哪些好玩的点？想要入门机器学习你该怎么做？有哪些好的资料可以帮助大家尽快入门？
废话不多说咱们开始吧！
01 机器学习的应用
目前机器学习在以下场景应用非常火热：
1.推荐系统
网易云音乐每日推荐、每个人淘宝APP的首页都不一样这就是它对每个人的推荐、腾讯视频的“爱看”等
2.自然语言处理
百度的机器翻译、文本内容理解、文本情绪判断、科大讯飞的语音识别、搜狗的输入法、谷歌的搜索引擎智能匹配、互联网金融的风控系统等
3.计算机视觉
人脸识别、车牌识别、工业视觉检查、视频监控分析、文字识别、图片搜索、医疗影像检查，代表性的公司有商汤科技、Face++矿视科技等
02 入坑必备
目前在互联网领域从事机器学习的人，有2类背景的人比较多，其中一部分(很大一部分)是CS背景出身的，这类同学代码能力逻辑能力强，有想法可以很快上手。另一部分是学数学统计领域的同学，这部分同学理论基础相对扎实一些。因此对比上图，这两类同学入门机器学习，所欠缺和需要加强的部分是不一样的。要是都没学过先哭一会然后恶补吧！（调皮的某男神~~）
数理基础：
这块主要用到的是三块:微积分、线性代数、概率与统计，理工科的同学在本科时候应该都学过这三门课，如果不是搞高深的机器学习研究，需要掌握的知识点也不是特别难，比如理解梯度的含义、极值、求导、偏导数等，其中一个概念可能在本科的学习中接触的比较少——最优化或者叫凸优化。求解模型就是一个不断寻优的过程常用的方法有：梯度下降法、牛顿法等。建议大家看陈宝林的最优化理论与算法。
线性代数：
大家可能都学过，但学明白的可能不多，什么是特征值、特征向量、奇异矩阵等概念大家应该都忘了，重温的话建议大家看麻省理工Gilbert Strang教授的课程。https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/
矩阵乘法与分解在机器学习的主成分分析（PCA）和奇异值分解（SVD）等部分呈现刷屏状地出现，所以线性代数也要补一补。
概率与统计：
极大似然思想、贝叶斯模型是理论基础，朴素贝叶斯(Naïve Bayes )、语言模型(N-gram)、隐马尔科夫（HMM）、隐变量混合概率模型是他们的高级形态。
常见分布如高斯分布是混合高斯模型(GMM)等的基础。这个主要学习一些随机过程的内容，推荐张波的随机过程。
编程基础
目前做机器学习的编程语言主要有两大派系：Python和R，程序员出身的用Python较多，学统计出身的用R较多。对初学者而言，Python和R语言是很好的入门语言，很容易上手，同时又活跃的社区支持，丰富的工具包帮助我们完成想法。
python有着全品类的数据科学工具，从数据获取、数据清洗到整合各种算法都做得非常全面。
· 网页爬虫:request、scrapy、beautifulsoup、pyquery、re
· 数据挖掘:
· pandas：模拟R，进行数据浏览与预处理。
· numpy：数组运算。
· scipy：高效的科学计算。
· matplotlib：非常方便的数据可视化工具。
· 机器学习:
· scikit-learn：远近闻名的机器学习package。未必是最高效的，但是接口真心封装得好，几乎所有的机器学习算法输入输出部分格式都一致。而它的支持文档甚至可以直接当做教程来学习，非常用心。对于不是非常高纬度、高量级的数据，scikit-learn胜任得非常好(有兴趣可以看看sklearn的源码，也很有意思)。
· libsvm：高效率的svm模型实现(了解一下很有好处，libsvm的系数数据输入格式，在各处都非常常见)
· keras/TensorFlow：对深度学习感兴趣的同学，也能很方便地搭建自己的神经网络了。
· 自然语言处理:
· nltk：自然语言处理的相关功能做得非常全面，有典型语料库，而且上手也非常容易。
R语言有以下特点：
•R免费资源公开(不是黑盒子,也不是吝啬鬼)
•R全面的统计研究平台
•R支持多种操作系统可以在UNIX, Windows和Macintosh运行
•R 有优秀的画图功能.
•R可进行交互式数据分析和探索的强大平台
•R有优秀的内在帮助系统
•R语言有一个强大的,容易学习的语法,有许多内在的统计函数.
03 常用的机器学习下面是寒小阳大神的总结：
1. 处理分类问题的常用算法包括：逻辑回归(工业界最常用)，支持向量机，随机森林，朴素贝叶斯(NLP中常用)，深度神经网络(视频、图片、语音等多媒体数据中使用)。
2. 处理回归问题的常用算法包括：线性回归，普通最小二乘回归（Ordinary Least Squares Regression），逐步回归（Stepwise Regression），多元自适应回归样条（Multivariate Adaptive Regression Splines）
3. 处理聚类问题的常用算法包括：K均值（K-means），基于密度聚类，LDA等等。
4. 降维的常用算法包括：主成分分析（PCA）,奇异值分解（SVD） 等。
5. 推荐系统的常用算法：协同过滤算法
6. 模型融合(model ensemble)和提升(boosting)的算法包括：bagging，adaboost，GBDT，GBRT
7. 其他很重要的算法包括：EM算法等等。