Обобщенное пошаговое руководство по изучению алгоритмов машинного обучения.
Шаг 1. Обзор алгоритма
Изучите алгоритм машинного обучения, не вдаваясь в подробности, он включает в себя краткое изучение всех шагов, выполняемых алгоритмом. Вы также должны получить геометрическую интуицию алгоритма.
Шаг 2. Изучите математику, лежащую в основе алгоритма
Теперь пришло время глубоко погрузиться в математику, лежащую в основе алгоритма, и те, кто планирует пропустить его, пожалуйста, не пропустите его. На мой взгляд, обучение машинному обучению без математики похоже на попытку убежать от Джона Вика (это, блядь, невозможно).
Шаг 3. Изучите предположения алгоритмов.
Понимание предположений алгоритмов поможет вам решить, какие алгоритмы использовать, а также поможет подготовить данные в соответствии с потребностями конкретного алгоритма.
Шаг 4. Узнайте о преимуществах и недостатках алгоритма
Знание преимуществ и недостатков алгоритма поможет вам выбрать правильные алгоритмы для ваших целей.
Шаг 5. Реализуйте алгоритм с нуля
Это один из наиболее недооцененных методов понимания алгоритмов машинного обучения. Если вы реализуете алгоритм с нуля, вы на собственном опыте убедитесь в его преимуществах и недостатках.
Шаг 6. Практика, практика, практика
Практикуйте свои алгоритмы на разных наборах данных и примите участие в соревнованиях по машинному обучению.
«Практика делает мужчину идеальным»
