23个机器学习项目，助你成为人工智能大咖
轉自：https://zhuanlan.zhihu.com/p/40103236
?
人工智能（AI）是近年來最火的技術之一。從商品推薦（淘寶、京東）、個性化推送（今日頭條）、自拍美顏、翻譯，到語音識別、無人駕駛、圖像識別、自動化客服等諸多領域，人工智能都扮演了顛覆性的角色。
?
人工智能背后的機器學習和深度學習技術，也成為程序員最高薪資的代名詞。據說在帝都，一個機器學習算法的崗位拿到50K的薪水也并不是一件很困難的事情，但依然有價無市。
?
?
那么，普通程序員如何踏入AI的浪潮，站上時代薪資頂端呢？接下來，我們就分幾個階段，講解一下如何系統地學習「機器學習」和「深度學習」。
?
階段一：基礎知識
關鍵詞：數學、Python?
人工智能是一門兼顧數學和編程的綜合性學科。
?
雖然越來越多的框架使人工智能越來越簡單，看似調個包就能完成。
?
但在真實的工作中，數學基礎和對算法的理解，都是決定你職業生涯能走多遠的關鍵因素。它們能幫你更快地理解問題、更好地選擇模型、更深入地解決問題。
?
如果數學基礎不好也不必擔心，你不必是專業數學人士。機器學習的基本就是將統計學和計算機科學中的概念應用在數據上，所以保證自己的統計學知識別掉隊即可。
?
推薦閱讀：李航 —《統計學習方法》“與動輒上百的機器學習書籍比起來，這本30元的教材沒有一句多余的廢話，非常經典，可以給你的學習打下堅實的基礎。”——實驗樓機器學習專家huhuhang老師
推薦視頻：可汗學院公開課：線性代數_全143集
“如果你完全沒有線性代數基礎。我們推薦你觀看著名公益組織可汗學院制作的線性代數公開課程。你只需要重點觀看以下內容：
第1集 矩陣簡介
第2集 矩陣乘法(一)
第3集 矩陣乘法(二)
第4集 矩陣的逆(一)
第5集 矩陣的逆(二)
第6集 矩陣的逆(三)
第7集 矩陣法求解方程組
第8集 矩陣法求向量組合
第9集 奇異矩陣
第12集 向量簡介
第21集 向量的點積和模長
第33集 矩陣向量積
第48集 矩陣向量乘法與線性變換
第42集 列空間的維數或秩
第59集 單位向量
第77集 求逆矩陣舉例
第92集 矩陣的轉置
第136集 求解特征向量和特征空間
第137集 求解3×3矩陣的特征值
第138集 求解3×3矩陣的特征向量和特征空間
?
數學沒學好，還能當個調包俠，但編程沒學好的話，就完全沒辦法了。
?
在今天，不管你是編程小白，還是已經有其他語言基礎的 —— 想學習人工智能，Python都是你的第一選擇。
?
整體上看，Python 已經成為人工智能的基本語言，能夠和大多數平臺無縫對接；同時大多數人工智能方面的教材都使用Python作為教學語言。所以在第一個階段，Python基礎可能比數學基礎更重要。
?
推薦課程：Python簡明教程（免費）
Python3 簡明教程_Python_實驗樓 - 實驗樓?www.shiyanlou.com
階段二
關鍵詞：科學計算、數據處理工具 —— numpy、matplotlib、Pandas等?
學完了Python基礎后，就可以開始學習機器學習了嗎？
?
別急，在開始之前，你需要明白，機器學習、深度學習都是一門和數據打交道的學科?—— 機器學會挑西瓜，需要記錄上千個西瓜模型；學會下圍棋，則需要觀測上百萬盤棋局。
?
要輸入這么多數據肯定會勸退不少人……好在，為了讓你更簡單地輸入、處理、清理、理解 動不動就上億級的數據，先賢們開發了很多好用的模塊。其中，Pandas、Numpy、Matplotlib?是必學的。
?
numpy?是 Python 語言的一個擴充程序庫。支持大量高維度數組與矩陣運算，也提供了大量的數學函數庫。機器學習涉及到大量對數組的變換和運算，NumPy 就成了必不可少的工具之一。
?
pandas?是基于 NumPy 的數據處理工具，其提供了高效操作大型數據集所需的函數和方法，是數據分析中必不可少的模塊。
?
matplotlib?是一個開源繪圖庫，因為其支持豐富的繪圖類型、簡單的繪圖方式以及完善的接口文檔，深受 Python 工程師、科研學者、數據工程師等各類人士的喜歡。當我們在學習機器學習的課程時，掌握 Matplotlib 的使用無疑也是最重要的準備工作之一。
?
推薦學習：
NumPy 百題大沖關Pandas 百題大沖關
使用 Matplotlib 繪制 2D 和 3D 圖形_
闖關式的學習體驗，全部免費，強烈推薦 大家嘗試下。同時，這三門課也是「樓+機器學習實戰」的預習課程。
?
階段三
關鍵詞：機器學習——監督學習、線性回歸、10種監督算法、非監督學習、四大聚類、10種聚類算法等
?
有了前面基礎理論和工具的鋪墊后，我們便可以學習目前最為前沿的AI技能——機器學習和深度學習。
?
機器學習是一個非常廣泛和豐富的領域，幾乎在每個行業都有應用。通過下面這些項目，你可以由淺入深地入門機器學習，逐步建立一個全面的理解：
?
算法基礎：K-近鄰算法實現手寫數字識別系統--《機器學習實戰 》
《Python 貝葉斯分析》- 利用邏輯回歸實現鳶尾花分類
基于SVM的貓咪圖片識別器（會員）
決策樹實戰項目-鳶尾花分類（會員）
基礎項目（會員）：
Python 實現英文新聞摘要自動提取
使用 Python 實現深度神經網絡
人機對戰初體驗:Python基于Pygame實現四子棋游戲
使用卷積神經網絡進行圖片分類
基于卷積神經網絡實現圖片風格的遷移
進階項目：
使用機器學習方法預測世界杯冠軍（免費）
NBA常規賽結果預測：利用Python進行比賽數據分析（免費）
神經網絡實現手寫字符識別系統（免費）
Python 氣象數據分析：《Python 數據分析實戰》（免費）
scikit-learn 實戰之監督學習（會員）
scikit-learn 實戰之非監督學習（會員）
神經網絡實現人臉識別任務（會員）
Twitter數據情感分析（會員）
大數據帶你挖掘打車的秘籍（會員）
Ebay 在線拍賣數據分析（會員）
?
階段四：
關鍵詞：強化學習、深度學習——TensorFlow、Pytorch、Keras、Caffee、CNN、RNN、GAN等
?
學習完機器學習，進入到最后的深度學習階段，相信很多人也是被這些深度學習詞匯帶入坑的—— TensorFlow、Pytorch、Caffee等……這些年來，幾乎一切人工智能新聞都和深度學習有關，比如alpha go、prisma、語音識別、無人駕駛等。
?
深度學習是機器學習的一種，指的是深度神經網絡學習。普通神經網絡由于訓練代價較高，一般只有3-4層，而深度神經網絡由于采用了特殊的訓練方法加上一些小trick，可以達到8-10層，從而能夠得到更精準的模型。
?
學習深度學習，首先要學習主流的框架，如TensorFlow、Pytorch、Keras、Caffee等。
總結：
如果，你能把整個流程學習下來，相信你一定已經是位人工智能小牛了。但眼前，你要開始的第一步不是點收藏，而是點開第一個Python課程，親手開始敲下第一行代碼。希望這篇文章能幫你敲開機器學習的大門～
總結
以上是生活随笔為你收集整理的23个机器学习项目，助你成为人工智能大咖的全部內容，希望文章能夠幫你解決所遇到的問題。
- 上一篇： oCPC
- 下一篇： Elasticsearch架构原理