前言-如何从入门到“放弃”再到着迷
2019-10-31 本文已影响0人
柳枫隐去
作文一个行业新人,希望简书能记录我的每一个学习进步的脚印。
自从研究生接触机器学习之后就一发不可收拾
本科和研究生都是通信行业,本科主要就是和单片机相关的软硬件打交道。
正式接触机器学习是读研一的第二学期(2016年初),一次偶然的机会导师请以往毕业的师兄来讲心得,同时导师也开始研究并承接相关的项目,从此开始探踏入‘不归路’。
入门到“放弃”——艰难的理论学习
从吴恩达的视频开始到西瓜书,再到统计学习方法,重新学习概率论/泛函/优化等,
一路无止境的数学原理加推倒,直接学到想“放弃”。
再到后来的BP神经网络,RNN,fast-RNN等,一路艰难的爬过来。
从夹缝里看见曙光
因为刚开始导师的项目都是偏研究型的,在陆续的学习过程中,逐渐的将原来在信号处理中的matlab代码在python中复现,在python中学习数据处理,进行信号中间的模式识别等工作,慢慢的在枯燥的学习中体会到了一些成就感。
踏入kaggle和天池的“巨坑“中,当然这是个巨大的宝藏坑。从此开始了真正的机器学习之旅,从简单的泰坦尼克号问题到KDD-CUP,不断地学习进步,从一开始对概念的一知半解到实践后的深刻认识,这个过程可能也只有真正的用心去经历的才能真的体会。
接下来的文章会围绕着机器学习和NLP这两个方面进行一步步的整理和心得,更多的是记录很多的疑惑和理解,在这个过程中也希望自己能更加认识到自己的问题和不足。