GitHub超全机器学习工程师成长路线图，开源两日收获3700+Star！ - 好文

参加 2019 Python开发者日，请扫码咨询 ↑↑↑

作者 | 琥珀

出品 | AI科技大本营（ID:rgznai100）

近日，一个在 GitHub 上开源即收获了 3700+ Star 的项目，引起了营长的注意。据介绍，该项目以 TensorFlow 和
Scikit-learn 的机器学习框架的基础库为例，详细介绍了如何成为一名机器学习工程师的成长路径。

该项目的作者还是一位来自意大利的 IT 工程师，名叫 Giacomo Ciarlini，十分帅气的有没有？

GitHub 传送门：

https://github.com/clone95/Machine-Learning-Study-Path-March-2019/tree/master/Career%20Paths/Machine%20Learning%20Engineer%20Career%20Path

作者首先强烈推荐了《Scikit-Learn 与 TensorFlow 机器学习实用指南》一书。
之外，他还上传了全球顶尖大学和开源组织的学习资源，并收集了理论和示例，以及对选择最佳资源的建议。

内容主要分为四大部分：

一、先决条件

*
Python

*
Jupyter Notebook

*
需要掌握的基本数学知识

*
机器学习全貌

二、使如何使用 Scikit-Learn 进行机器学习

*
为什么是 Scikit-Learn？

*
端到端机器学习项目

*
线性回归

*
分类

*
训练模型

*
支持向量机

*
决策树

*
合奏学习和随机森林

*
无监督学习

*
结语和期待

三、通过 TensorFlow 训练的神经网络

*
为何选择 TensorFlow？

*
使用 TensorFlow

*
ANN - 人工神经网络

*
CNN - 卷积神经网络

*
RNN - 递归神经网络

*
训练网络：最佳实践

*
自动编码

*
强化学习

四、工具

*
机器学习项目

*
数据科学工具

*
博客 / YouTube 频道 / 网站

每个标签下，作者都有详细的解释并给出了实战操作的资源，实乃良心之作！下面，就由营长来详细介绍下这个项目里有哪些值得一看的资源（并附上部分教程链接）。

一、先决条件

*
Python

基础知识：

https://pythonprogramming.net/introduction-learn-python-3-tutorials/

作者还建议，除了对 Python 熟悉掌握外，还可以了解下 Numpy，它是数学运算的重要模块，可以有助于你在后面 Python 环境中导入 Tensor
数据类型。

Python3 安装地址：

https://realpython.com/installing-python/

PyCharm Community Edition（一个用于 Python 开发的完整 IDE，为实验设置一个新的 Python 虚拟环境）

安装地址：

https://www.jetbrains.com/pycharm/download/#section=windows

*
Jupyter Notebook

是一个开源的 Web 应用程序，帮助用户创建和共享文档，包括 live
code，方程，可视化，叙述文本。例如，数据清洗、数值模拟、统计建模、数据可视化、机器学习等。

*
需要掌握的基本数学知识

在作者看来，数学是机器学习背后的重要基础。但重要的是，掌握主要概念并认识到这些数学方法的应用领域和局限性。

他给出了三个课程链接，分别是：

线性代数：

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/

概率基础和统计：

https://www.edx.org/course/introduction-to-probability-0

其他数学资源：

https://explained.ai/matrix-calculus/index.html#sec4.5

*
机器学习全貌

最后，还要通过一篇科普读物，了解整个机器学习全貌：

https://www.oreilly.com/library/view/hands-on-machine-learning/9781491962282/ch01.html

二、如何使用 Scikit-Learn 进行机器学习？

*
安装 Scikit-Learn

* python pip install -U scikit-learn
如果安装时遇到一些问题，可能是你更新到最新版本的 pip，所以在同一个文件夹内运行：

* python -m pip install --upgrade pip

*
为什么是 Scikit-Learn？

Scikit-Learn 是机器学习任务中最完整、最成熟，且记录完整的库之一。它开箱即用，具有强大而先进的模型。

*
端到端机器学习项目

Kaggle，作为机器学习和通用数据科学项目的首选平台，它提供了大量免费数据集，以及有趣的挑战和 ML 模型实验。

*
线性回归

线性回归是最简单的机器学习形式，也是模型训练的起点。

可以参看吴恩达的理论课程：

https://www.youtube.com/watch?v=W46UTQ_JDPk&list=PLoR5VjrKytrCv-Vxnhp5UyS1UjZsXP0Kj&index=2

*
分类

如果想要从不同的可能性中预测结果，分类则是最重要的机器学习任务之一。最简单的情况是二元分类问题。

*
训练模型

作者列举了 ML 任务中训练模型的一些技术，在 Google Crash 教程中可以找到：

梯度下降：

https://developers.google.com/machine-learning/crash-course/reducing-loss/gradient-descent

学习率：

https://developers.google.com/machine-learning/crash-course/reducing-loss/learning-rate

SGD：

https://developers.google.com/machine-learning/crash-course/reducing-loss/stochastic-gradient-descent

正则化：

https://www.youtube.com/watch?v=Q81RR3yKn30

*
支持向量机

是创建 ML 模型的另一种经典算法。

除了理论解释外，还有更多实战策略：

https://www.youtube.com/watch?v=g8D5YL6cOSE

*
决策树

*
集成学习和随机森林

集成学习（Ensemble Learning）的思路是利用了几款 ML 模型的所有不同特征、优劣势，以期得到最有可能性的预测结果。

集成学习基础知识：

https://www.youtube.com/watch?v=9VmKYwX_U7s

随机森林最经典实践：

https://www.youtube.com/watch?v=3kYujfDgmNk

*
无监督学习

涵盖了无监督学习的介绍、解释，以及与监督学习、强化学习之间的差别。

关于涉及的两个重要技术：关联规则（Association Rules）和聚类，作者分别提供了示例和教程。

三、通过 TensorFlow 训练的神经网络

在本节中，作者主力推荐斯坦福大学深度学习课程以及其他网络教程，帮助学习者快速了解这些内容。其中包括 ANN、CNN、RNN
等不同种类的机器学习模型。实际上，作者花了很长时间去理解神经网络的理论和应用，包括阅读博客、官网论坛、学习路径。

他给出了“三步走”的建议：

*
通过斯坦福大学教程了解神经网络的主要概念，不要过多担心一些数学解释，而要关注什么和为什么；

*
使用理论 + 教程 + 示例（如 RNN 理论 + RNN 教程 + RNN 示例），每次只深度探讨一个主题；

*
每探讨完一个主题，就回溯一遍斯坦福大学的课程。这种方式将帮助你完全理解所有公式，并将课程中提到的 “数学” 相关知识联系起来，触类旁通。

作者表示，以上这种方式可根据需要重复多次，然后在你的头脑中构建一个良好的通用模型。

斯坦福大学课程 PPT 地址：

http://cs231n.stanford.edu/slides/2018/

*
为何选择 TensorFlow？

目前，TensorFlow 已经企业里实现机器学习算法的事实标准。

在安装 TensorFlow 库之前，你只需在 Python 安装文件夹中打开一个终端并运行此命令：

* python pip install tensorflow

*
ANN - 人工神经网络

*
CNN - 卷积神经网络

*
RNN - 递归神经网络

*
训练网络：最佳实践

*
自动编码

*
强化学习

以上细节就不一一细讲了。

四、其他资源

除了上述内容之外，作者还收集了大量文章、网络应用程序、最佳实践、项目和存储库。

*
机器学习项目

*
工具

*
YouTube 频道

*
博客

以及，其他值得一看的网站：

作者最后表示，将在接下来的时间里对不同的主题进行扩充，包括：无监督学习、机器学习心态框架（如何像数据科学家一样思考）、使用 Pandas 进行数据处理和准备、
特征选择、特色工程、扩展参数优化部分、Keras 库、TensorFlow 2.0、如何在 AWS、Azure 上部署模型等。

（本文为 AI科技大本营原创文章，转载请微信联系 1092722531）

◆

精彩推荐

◆

「2019 Python开发者日」7折票限时开售！这一次我们依然“只讲技术，拒绝空谈”
10余位一线Python技术专家共同打造一场硬核技术大会。更有深度培训实操环节，为开发者们带来更多深度实战机会。

目前演讲嘉宾议题已确认，扫描海报二维码，即刻抢购7折优惠票价！更多详细信息请咨询13581782348（微信同号）。

推荐阅读：

*
李沐团队新作Gluon，复现CV经典模型到BERT，简单好用 | 强烈推荐
<https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/88800264>

*
深度研究自然梯度优化，从入门到放弃 | Deep Reading
<https://blog.csdn.net/dQCFKyQDXYm3F8rB0/article/details/88800260>

*
110道Python面试题
<https://mp.weixin.qq.com/s?__biz=MzU5MjEwMTE2OQ==&mid=2247485264&idx=1&sn=3db0dda3a521bb00256b1d08d28158fa&scene=21#wechat_redirect>

*
2019Python跳槽薪资报告：人生苦短，Pythoner们还好吗？
<https://mp.weixin.qq.com/s?__biz=MzU5MjEwMTE2OQ==&mid=2247485256&idx=1&sn=4f4cd9309b94faa8bc436fbdeb938ad9&scene=21#wechat_redirect>

*
如何用30分钟快速优化家中Wi-Fi？阿里工程师有绝招
<https://blog.csdn.net/FL63Zv9Zou86950w/article/details/88802080>

*
做了四年以太坊核心开发者, 以太坊升级了, 我也该离开了……
<https://blog.csdn.net/Blockchain_lemon/article/details/88802046>

*
抢饭碗？日本乐天要求员工学编程！ <https://blog.csdn.net/csdnsevenn/article/details/88801048>

*
腾讯服务器崩溃！
<https://mp.weixin.qq.com/s?__biz=MjM5MjAwODM4MA==&mid=2650716425&idx=1&sn=5b39961e149fda5e04180b3ff649f5da&scene=21#wechat_redirect>

*
曝光！月薪5万的程序员面试题：73%人都做错，你敢试吗?
<https://mp.weixin.qq.com/s?__biz=MzA5MjcxNjc2Ng==&mid=2650559625&idx=1&sn=5b90d9150ca04582788a8aaa173745a0&scene=21#wechat_redirect>

你也可以点击阅读原文，查看大会详情。

热门工具换一换