机器学习实践心得

努力学习,超越自我。

1、搭建环境

应工作需要,我开始了漫漫机器学习之旅,开始一脸懵逼,公司没人会这个,只能硬着头皮来,本人java开发。领导建议用python,于是基于sublime text3搭建了python运行环境,选择版本2.7.14.

安装步骤:https://my.oschina.net/wangzonghui/blog/1603104

2、算法研究

公司本身做大数据,从平台提取部分数据,开始算法研究,领导规定先用决策树分析。

网上搜了一通,有math库和scikit-learn库,分别研究了两个库的实现方式,最终,死板硬套的实现决策树。具体不赘述,个人博客有。

3、结论

就python开发人工智能来说,scikit-learn好一些,只是的算法很多,都进行了优化,底层实现c等底层语言,长期优化,效率很高。

4、反思

一个没有太高学历,高数渣渣的程序员学习机器学习,先着眼代码,根据具体实例,增加对库或软件的编程能力,不必他关注算法本身实现,通过实践增加工具库的了解,完成工作,再实施优化,然后考虑必要参数的调整。一步步建立信心,才能学到更好。

猜你喜欢

转载自my.oschina.net/wangzonghui/blog/1623530
今日推荐