从0到1：我是如何在一年内无师自通机器学习的？

编者按：去年，Per Harald Borgen 写了一篇名为《为期一周的机器学习研究》的文章，讲述了他如何通过五天的努力开启机器学习之旅。

接下来你看到的是此文的后续，Per Harald Borgen 将和我们分享他如何在一年内掌握机器学习知识的经历，并在工作中完成了第一个机器学习项目，包括使用各种各样的机器学习和自然语言处理技术，使 Xeneta 的潜在客户达到合格标准。

在 Per Harald Borgen看来，他并不认为只有获得博士或硕士学位的人才能在机器学习方面更加专业。“研究机器学习并不需要你数学学得很好，也不需要你一定要取得什么样的学位。”

如果你对机器学习抱有好奇又心存敬畏，不妨看看这篇文章。

入门：Hacker News （黑客新闻）和 Udacity （优达学城）

我对机器学习的兴趣开始于 2014 年。那时候我刚开始在 Hacker News 上阅读有关它的一些文章。然后我就发现通过检测数据来教会机器做一些事情，这种想法十分有趣。当时的我甚至连一个专业的开发员都不算，只能算是一个业余编码员，但我还是想试一试。

所以我就开始看 Udacity 的监督学习课程的前几章，并同时开始阅读有关这方面的所有文章。

尽管没有掌握到实践技能，但我还是对机器学习的概念有了一定的认识。但由于我很少听大规模在线开放课程，所以并没有听完。

“成功”挂掉Coursera 机器学习课程

2015 年 1 月，我参加了伦敦的“创始人和程序员”训练营地（FAC bootcamp），想成为一名程序员。几周过后，我想学习如何码机器学习算法，于是我就和几个同伴成立了一个学习小组。每周二晚上，我们都会在 Coursera 上观看机器学习课程。

这个课程很棒，我也学到了很多。但是对于一个初学者来说，课程内容太难，因此我必须要一遍遍反复观看才能掌握要点。

与此同时， Octave 编码任务也同样十分具有挑战性，尤其是如果你不了解 Octave 的话。后来，因为难度太大，小伙伴们一个个都放弃了，再后来，我自己也最终放弃了。

事后，我意识到，我应该找一个适合我的课程来听。要么是用机器学习图书馆来进行编码任务，而不是从头创建算法，又或者至少是用我了解的编程语言。

对于新手来说，学习一门新的语言，并同时编码机器学习算法，实在是太难了。

如果我及时发现的话，我会选择 Udacity 的《机器学习介绍》这门课程，因为它更加简单并且采用 Python 和 Scikit 学法。用这种方法，我们可以尽快上手，获得自信，同时也更加有趣。

习得：从简单和实际的东西开始学，而不是困难和理论性的。

为期一周的机器学习

我在 FAC 最后进行的努力就是每周的机器学习汇演。我的目标是在此次训练周即将结束的时候，能够运用机器学习来解决一些实际问题。最终我成功了。

在这一周时间内我做了下列这些事情：

• 逐步了解 Scikit 学习

• 在真实的全球数据集上尝试了机器学习

• 从头编码了一个线性回归算法（用 Python ）

• 做了一点点自然语言处理

这是到目前为止我所经历过的最曲折的机器学习的学习曲线了。如果你想了解更多详细情况的话，就请继续读这篇文章吧。

习得：用一周的时间让自己完全沉浸于一个新的项目当中，这是极为有效的。

神经网络？我也挂了

在结束了伦敦的 FAC 训练营地之后，我又回到了挪威。我试图复制之前在机器学习周所取得的成功，将其用于神经网络，结果失败了。

因为有太多的事情来分散我的精力，因此我无法每天花 10 个小时的时间来编码和学习。我这才发现环境的重要性，因为之前在 FAC 训练营地的时候，周围都是机器学习的爱好者。

习得：在做这类学习的时候，让自己处在一个积极向上的环境之中。

但是，至少我开始着手从事了神经网络的研究，并且也慢慢掌握了要领。终于到了 7 月 1 日，我成功编写了我的第一条网络。它可能没有什么价值，并且于我而言也没什么可炫耀的，但这至少证明我了解了反向传播和梯度下降的概念。

在后半年，由于我找了新的工作，因此项目进展开始缓慢下来。这一时期最重要的收获就是从神经网络非向量化到向量化实施的重大飞跃，这其中包括从大学就一直重复的线性代数。

在年底的时候，我写了一篇文章来对我的学习进行总结。

测验 Kaggle 竞赛

在 2015 年圣诞假期的时候，我再一次鼓起勇气，决定试验 Kaggle 。因此我花了相当一段时间来试验各种算法，用于测试 Kaggle 的住宅报价转换，奥托集团产品分类，以及自行车共享需求竞赛。

通过试验各种算法和数据，使结果得到不断改善，这是我在这次尝试中最大的收获。

我学会了要在做机器学习时相信自己的逻辑。此外，倘若调整一个参数或者设计一个新的特征在逻辑上看来行得通的话，那么它在实际应用当中也可能会有所帮助。

在工作中安排日常学习

2016 年 1 月，假期结束之后我又重新回归工作，我想要继续圣诞假期的研究，因此我就问我的经理是否可以让我在上班时间花一些时间来学习。他欣然同意了。在对神经网络有了一个基本的了解之后，我想继续进行深入学习。

Udacity 的深度学习

我首先尝试的是 Udacity 的深度学习课程，但结果令我十分失望。课程的内容很好，但是对我来说太短太浅显了。

除此之外， IPython Notebook 任务的结果也十分令人沮丧。我花了大多数的时间来调试代码缺陷，结果在连续工作数周之后，当初的热情逐渐退却，到最后我基本上就放弃了。

对于我来说，谈到 IPython Notebooks ，我完全是个新手。所以比起我，你们的结果或许并不会像我一样这么坏。可能是我还没有准备听这个课程吧。

斯坦福的深度学习自然语言处理

幸运的是，我后来又发现了斯坦福的 CS224D ，然后就决定试一试。这个课程很棒。尽管很难，但是在做问题设置的时候，我从没放弃过调试。

其次，它们也确实给了你解决方案的代码。我在遇到困难时常常会看一下这些代码，以便能让自己的工作倒回去，重新去搞清楚达成解决方案所需的步骤。

尽管我还没有完成，但这已经大大提升了我在自然语言处理和神经网络方面的知识。

然而这一过程真的十分艰辛。我一度认为自己需要一个比我好的人来帮助我，于是我找到了一个博士在读学生，给他每小时 40 美元的报酬，他欣然接受。他帮助我解决问题设置和整体认识上的问题，而他的帮助对我来说是至关重要的，因为他发现了我很多知识上的黑洞。

习得：以每小时 50 美元的报酬就有可能找到一个很好的机器学习领域的老师。如果你付得起的话，这绝对值得。

提升 Xeneta 的销售额

在做了以上所有工作之后，我觉得自己已经准备好在工作中做一项机器学习项目了。该项目旨在训练出一套算法，利用该算法，通过阅读企业描述来使 Xeneta 的潜在客户达到合格标准。这对于销售部门的员工来说，将节省大量的时间。

走到这一步确实是一个漫长的旅程。但其实也很快。在我开始第一周的项目时，我完全没想过自己能在一年的时间内熟练使用机器学习。

但是这是完全有可能的。如果我能做，那么其他人也一定可以。

via medium

后记：看完了 Per Harald Borgen 一年来的学习历程，有没有觉得机器学习离我们并非那么遥不可及了呢？然而，与方法同样重要的是恒心，如果你对机器学习真的感兴趣，不妨就从现在开始吧。

推荐阅读：

Machine Learning： 一部气势恢宏的人工智能发展史

智能手机 + 机器学习 = 个人终端的未来

雷锋网原创文章，未经授权禁止转载。详情见转载须知。