关于提升机器学习能力的方法 | 从周志华《机器学习》到李航的《统计学习方法》
点击上方
请您点击“与数据同行”以“关注”，关于数据的实践与思考，每周一我在这里等你！
作者：傅一平 就职于浙江移动大数据中心
机器学习、人工智能现在这么热，对于企业内搞数据的职场人士来讲，很多都想往这个方向发展，但怎么发展呢？
既然在企业内了，笔者认为实践为第一要务，业务、数据和经验最重要，因为这三个能产生最大的现实价值，没什么好说的。
如果想再提升，除了自己多思考总结，则要找行业厉害的人去学习请教，这样可以少走弯路，开阔自己的眼界，它山之石，可以攻玉，肯定没错的，比如看笔者的与数据同行的公众号？
再有，就是到学校进行系统的学习，但这个难度较大，一方面现在大学能开出这类课程的本身很少，另一方面一般实用性不会太高， 你看现在人工智能的大师现在都往企业跑，当然参加培训也是一种，但一般培训也是点到为止，靠的还是线下的自学功夫。
最后，就是自学了，其中一条重要途径就是看书，看好的机器学习的书，那什么是好的机器学习的书呢？
要谈这个问题首先得看你的预期是什么，机器学习也是分境界的：
第一层次是自创算法能力，这显然要求能知其然知其所以然，这个时候，数学成为了一个基本工具，没扎实的底子就不要尝试了，深度学习的三个巨头辛顿、本吉奥和杨乐昆显然是这类人，也包括现在很火的吴恩达、李飞飞等等，这类人大多处在学校或研究机构，当然现在很多也出来，因为研究需要资源，比如数据，但对于企业内大多数搞数据应用的人来讲，是达不到这个水平的，也没必要，因为企业以收益为核心，好用为第一要务，一个新算法的创新可能远不如另一个普通算法来的有用。
第二层次是应用算法能力，就是要求你是个应用算法的大家，一方面是个算法的集成大师，能够充分利用各类算法的长处去解决某个具体问题，包括能够基于工具灵活的使用它们，具备丰富的调参经验，另一方面是行业的业务和数据大师，是能将业务，数据和算法能很好结合的人，企业内有志于做机器学习的人应该努力往这个方向靠，但要理解和应用好算法并不是那么容易，比如同样是集成算法，到底采用随机森林、ADABOOST或是GBDT呢？只有对于各类算法理解深刻的人才能进行更好的选择，而这个理解深刻可不是掌握一个工具那么简单，它是需要一定算法领悟能力的，包括算法的构建过程，而要深入的理解就需要线性代数，概率论等数学知识，你也许需要看书来辅助理解，绝对不是仅靠经验看代码就能揣摩出来的，理论与实践总是相辅相成的。
第三层次是应用工具的能力，只要大致了解算法有哪些，掌握基本的数据挖掘方法，大致理解参数的意思，再结合自己的业务理解和数据处理能力，就可以愉快的干活了，企业内很多能称得上是数据挖掘师的应该处于这个阶段，大家水平的高低源于数据和业务理解能力，工具使用的熟练程度，比如R,Python等等，经验为王。
第四个层次是不借助机器学习工具，仅依赖业务理解和数据处理能力的数据挖掘工程师，其实很多人也可以做的很好，因为很多企业还没到需要算法提升运营水平的时候，凭借数据挖掘师强大的逻辑能力和规则配置能力，或者仅凭一个新数据的引入，也许就可以大幅提升挖掘效率。
注意，以上四个层次只是从知识掌握角度单一维度来区分，从现实情况来看，高层次的人并不意味着能产生高价值，很多第四层次的人贡献可比数据科学家大多了。
但从人工智能发展的角度看，越高层次的人，发展潜力就越大，这个应该可以达成共识，很多企业为数据科学家开出很高的工资，是对其未来寄予厚望，AlphaGo围棋本身无法产生价值，但其赋予了DeepMind这个公司非常高的估值，因为业界认可其算法的潜力，搞机器学习还是要着眼于未来，也许不能过于急功近利。
前面饶了一大圈，其实笔者要表达的是，搞数据挖掘的人不要仅仅满足于现状，持续的提升机器学习能力还是很有必要的，努力往高层次走吧，如果没有差异化，未来的竞争力就会打折扣。
职场的数据人士要达到第四、第三层次，其实不需要看书，实践即可，但要爬到第二层次，就要看一些书了，那么，职场的数据人需要看什么书呢？
周志华的《机器学习》这本书豆瓣上评到8.7，各种赞誉，感叹国内作者能写出这样的书来真不容易，既然这本评价很高，笔者就乘着国庆读了一下，精度了三分之一，后面的泛泛而读，因为最后读不下去了，这本书没有传说中的那么好，或者说，企业内的数据人员，并不适合读这本书来提升机器学习水平，更不适合新人。
周老师是机器学习的大牛，水平应该不是盖的，但显然这本书的阅读对象应是具有较高数学和机器学习水平的人，用它可以来梳理自己的知识体系， 权当作为参考书籍，但绝对不能成为一本学习机器学习的正书，很难想象对于想拿这本书入门机器学习的人来说，到底能有多少收获，诸如隐马尔科夫模型等都写得不好，跟李航的统计学习方法的阐述方式相差很远。
书里面学院派风格比较严重，各种旁征博引，但又没说透，读不懂是怎样一种体验大家都懂的，总觉得如果作者真正搞懂这些东西的话，是可以深入浅出的讲出来的，不应该是这个样子， CSDN，简书上很多文章都秒杀这本书。
当然也有可取之处，包括第二章的模型评估与选择、第四章的决策树、第八章的集成学习，第九章的聚类，的确起了开阔眼界的作用。
由此引出机器学习书籍选择这个话题，一本好书可以让自己少走弯路，以下是笔者的推荐：
首先，当然是李航的统计学习方法，虽然比较薄，内容不太全，但写得比较清楚，比如SVM一章，其将复杂的SVM理论讲的无比透彻，来龙去脉条理清晰，给出了大量证明，之前看网上很火的那个SVM入门教程，对svm的理解还是流于形式，知其然不知其所以然，这次看这本书解开了不少疑惑，从线性可分SVM（硬间隔最大化）、线性SVM（软间隔最大化），到非线性SVM（核技巧），每一节都是同一风格的安排：问题描述、形式化定义，学习的对偶算法，其中穿插证明，对于想迅速入门而且不喜欢读英文书的人来说，这绝对是一本经典之作。
如果要让笔者推荐机器学习的书，这本是中文中当仁不让的第一，看了李航的个人介绍，现在在华为的诺亚方舟实验室，希望有机会向他去学习。
其次，是CSDN和简书，笔者从那里学到了很多零碎的机器学习的知识，很多文章浅显易懂，远远好过市面上大多数书籍，当然你要成为一个有心人，没有找不到的浅显易懂的讲解方法，关键要有颗寻找的心，也不要认为机器学习的数学太难，自己就是看不懂，网上自然有大神来助你，一个算法再硬也硬不过一颗坚毅的求学的心吧。
最后，是机器学习应用的书，这些书往往理论和实践会做较多的结合，看了也是大有裨益的，近年也买了一些，不能说好，权当参考吧，当然，看同类的书太多其实不是好事，但笔者总想找到更好的书，因为每本书肯定有其闪光点，授业也可能有用，因此总忍不住就买下了。
1、《深度学习与计算机视觉》：刚买的，读了一半，这本书前一半在讲深度学习的数学预备知识，有些角度蛮好的。
2、《白话大数据与机器学习》、《白话深度学习与TensorFlow》：适合入门，这是一个经典系列。
3、《大嘴巴漫谈数据挖掘》：适合入门，当初有个愿望用一页PPT把一个算法用业务的语言讲清楚，因此疯狂的找这类书籍，希望获得启示，这个愿望已经初步实现了。
其他还有很多，诸如深入浅出数据分析系列、数据挖掘导论、数学之美、大数据分析的道与术、TensorFlow实战等等，每个人都可以基于自己所处的阶段去选择合适的书。
对于职场人士来讲，读专业书的目的性是非常强的，大多要精读，结合理论和实践形成自己的知识框架，天下很大，绝不仅仅是工作中碰到的那些，师傅领进门，修行和超越还是要靠自己，因此更要注意选择适合的书，这能节省很多时间。
话说最近出了本老外的经典书籍《深度学习》，很厚很厚，同样不建议买，除了翻译原因，其它原因见上，希望于你有启示。
历史足迹
传统BI的认知：
大数据的实践：
数据管理的领悟：
《七幅图读懂企业的数据字典》
数据人员的修养：
运营商大数据：
我的读书笔记：
▼
与数据同行
ysjtx_fyp
长按二维码识别，关注此号！