我以前学过 ML 课程,但现在我在工作中处理与 ML 相关的项目,我很难真正应用它。我确定我正在做的事情之前已经研究过/处理过,但我找不到具体的主题。
我在网上找到的所有机器学习示例都非常简单(例如,如何在 Python 中使用 KMeans 模型并查看预测结果)。我正在寻找有关如何实际应用这些的良好资源,以及大规模机器学习实现和模型训练的代码示例。我想了解如何有效地处理和创建可以使 ML 算法更有效的新数据。
我以前学过 ML 课程,但现在我在工作中处理与 ML 相关的项目,我很难真正应用它。我确定我正在做的事情之前已经研究过/处理过,但我找不到具体的主题。
我在网上找到的所有机器学习示例都非常简单(例如,如何在 Python 中使用 KMeans 模型并查看预测结果)。我正在寻找有关如何实际应用这些的良好资源,以及大规模机器学习实现和模型训练的代码示例。我想了解如何有效地处理和创建可以使 ML 算法更有效的新数据。
我没有 ML 方面的知识。经过一番网络搜索后,我发现了一个 reddit 线程,其中列出了以下书籍——所有这些书籍都可以合法免费下载。您可以研究您感兴趣的标题以获取详细信息。如果您发现任何书籍有帮助(以及为什么),也请发表评论。
机器学习
概率/统计
线性代数/优化
遗传算法
我认为最好关注一些机器学习相关会议的会议记录。此类会议通常有应用轨道,您可以在其中找到机器学习算法的实际应用。