Если вы думаете о запуске машинного обучения, без сомнения, Курс Эндрю Нг на Coursera. это лучшее место для начала.
Тем не менее, пара вещей ниже, которые должны облегчить ваше путешествие.
- Убедитесь, что вы прошли не менее 4 недель. Первые 2 задания - это гора, на которую вы должны взобраться, прежде чем увидеть прекрасные горизонты ML.
- Не пропускайте ни одного видео / лекций (я старался вести себя умно и старался; скажем так, не одна из моих самых ярких идей…).
- Не уклоняйтесь от просмотра видео снова и снова (и снова), если это необходимо. Все, что вам нужно, прямо здесь, в видеороликах.
- Используйте Emacs или Sublime Text в качестве редактора (я потратил довольно много времени на настройку «идеальной среды» только для последующего использования Sublime Text. (Если вы обнаружите лучшую альтернативу, поделитесь, пожалуйста).
- Если вы думаете, что вам не хватает основ, чтобы понять это правильно, СЕЙЧАС самое время получить их (оглядываясь назад, проспать эту лекцию о вероятности было не круто). Хорошая новость в том, что теперь вы стали умнее, и в вашем распоряжении больше ресурсов. Чтобы понять все основы, потребуется всего 10 минут.
- В течение первых 2 недель можно провести обратный инжиниринг, а затем повторить попытку. Были случаи, когда я не попадал непосредственно в решение. Я видел решения на Github. Имея это в качестве ссылки, перепроектировал его. (Просто убедитесь, что вы повторно реализовали их позже и можете объяснить, что было сделано.)
- Octave-CLI - ваш союзник, поверьте ему; используй это. (Вы узнаете это, когда завершите установку на неделе 2)
- Получите сверстников !! Попросите кого-нибудь обсудить. С таким количеством возня с уравнениями, я не могу переоценить важность того, чтобы иметь кого-то, с кем можно было бы их обсудить. Старт в парах (посадите кого-нибудь в одну лодку с вами); это действительно должно помочь закрепить ваше обучение.
- Если скорость видео для вас низкая, смотрите видео в 1,25x или 1,5x.
- Не заглушайте тот внутренний голос, который шепчет: "Ты действительно этого не понял, не так ли?". Вместо этого примите это.
- Если вы чувствуете себя потерянным, вы на правильном пути (это означает, что вы понимаете крошечную часть этого и ставите под сомнение остальное). Переход от опытного программиста к аспиранту, безусловно, сказывается на себе.
- Это самый фундаментальный курс, который полностью охватывает основы ML (AFAIK). Так что да, тебе придется пройти через это.
- Обсудить, объяснить и обсудить ML. Ничто не конкретизирует ваше понимание, кроме как объяснить это кому-то другому.
- Если в какой-то момент во время просмотра лекций вы почувствуете, что не следите за ними, сразу же ПРИОСТАНОВИТЕ видео, вернитесь и начните заново. Не, серьезно, НЕ спешите заканчивать видео. Не торопитесь и действительно поймите, что там происходит. Или он вернется и укусит вас позже.
- Возьми ручку и бумагу! Решите алгоритм с очень маленьким набором данных вручную на бумаге. Это действительно помогает понять, что происходит с данными и как работает алгоритм.
Вот и все, ребята.
Удачного машинного обучения :).
[Изображение защищено авторскими правами Coursera.]
Первоначально опубликовано на сайте ronakbits.tech 11 октября 2017 г.
