AI 学习路线:从Python开始机器学习


从无人驾驶汽车到股市预测,再到在线学习,机器学习通过预测来进行自我提高的方法几乎被用在了每一个领域。由于机器学习的实际运用,目前它已经成为就业市场上最有需求的技能之一。如果你也想学习红遍全球的机器学习,这篇文章正是为你而准备的。
视频:python入门人工智能

使用 Python 来开始机器学习很简单,因为有大量的在线资源,以及许多可用的 Python 机器学习库。
QQ截图20180419160300.png

值得知道的Python程序库

Scikit-learn

你刚开始学机器学习吗?如果你需要一个涵盖了特征工程,模型训练和模型测试所有功能的程序库,scikit-learn是你的最佳选择!这个优秀的免费软件提供了机器学习和数据挖掘所需要的所有工具。它是目前Python机器学习的标准库。要使用任何成熟的机器学习算法都推荐使用这个库。

这个程序库支持分类和回归,实现了基本所有的经典算法(支持向量机,随机森林,朴素贝叶斯等等)。程序库的设计让迁移算法十分容易,使用不同的算法做实验非常轻松。这些经典算法可用性很强,能用于大量不同的情况。

但这并不是Scikit-learn的全部功能,它同样可以用来做降维,聚类等等任何你所能想到的。由于它构建在Numpy和Scipy之上(所有的数值计算都是由C语言来完成的),它的运行速度也超快。

这些例子可以告诉你这个库的功能,如果你想学习如何使用它,可以阅读教程。

NLTK

NLTK不算是一个机器学习的程序库,但它是做自然语言处理(NLP)必须的一个库。除了用于文字处理的功能,例如聚类,分词,词干提取,标记,解析等,它还包含了大量的数据集和其他关于词法的资源(可用于模型训练)。

把所有这些打包在一起的好处就不用再多说了。如果你对NLP感兴趣,可以看看这些教程!

Theano

Theano被广泛应用于工业界和学术界,它是所有深度学习架构的鼻祖。Theano是用Python,结合Numpy实现的。你可以用它来构建用多维数组实现神经网络。Theano会处理所有数学计算,你不需要知道底层的数学公式实现。

早在支持使用GPU进行计算不像今天这样普及的时候,Theano就已经提供了对GPU计算的支持。这个程序库目前已经非常成熟,能够支持很多不同类型的操作。这使得Theano可以在和其他库比较的时候胜出。

目前关于Theano最大的问题是API不是很好用,对于新手来说上手困难。不过市面上已经有了解决这个问题的封装包,比如Keras, Blocks 和 Lasagne,都可以简化Theano的使用。

TensorFlow

谷歌大脑团队为了内部使用创造了TensorFlow,2015年将其开源化。设计初衷是取代他们已有的封闭机器学习框架DistBelief,据说该构架太过于依赖Google的整体构架,也不够灵活,在分享代码的时候非常不方便。

于是就有了TensorFlow。谷歌从以前的错误中吸取了教训。许多人认为TensorFlow是Theano的改进版,它提供了更灵活和好用的API。可以用于科研和工业界,同时支持使用大量的GPU进行模型训练。TensorFlow支持的操作没有Theano多,但是它的计算可视化比Theano好。

TensorFlow目前非常流行。如果今天这篇文章里面提到的名字你只听说了一个,那很有可能是这个。每天都有新的提到TensorFlow的博文或学术文章发表。这个流行度提供了大量的用户和教程,新人很容易上手。

Keras

Keras是一个提供更高层神经网络API的库,它可以基于Theano或者TensorFlow。它拥有这两个库强大的功能却又同时大大地简化了使用难度。它将用户的体验放在首要地位,提供简单的API和很有用的错误信息。

同时Keras的设计基于模块,这就使得你能自由组合不同的模型(神经层,成本函数等等),而且模型的可扩展性很好,因为你只需要简单的将新模块跟已有的连起来即可。

有人觉得Keras太好用了,简直就是在作弊。如果你开始用深度学习,可以看看例子 和 文档,对于你可以用它做什么有个数。如果你要学习使用它,可以从 这个教程开始。

两个类似的库有Lasagne 和 Blocks, 但它们只支持Theano。如果你试过了Keras但是你不喜欢它你可以试试这些其他的库,也许它们更适合你。

PyTorch

还有一个有名的深度学习架构是Torch,它是用Lua实现的。Facebook用Python实现了Torch,叫做PyTorch,并将它开源了。用这个库你可以使用Torch使用的低层的库,但是你可以使用Python而不是Lua。

PyTorch对查错的支持很好,这是因为Theano和TensorFlow使用符号计算而PyTorch则不是。使用符号计算就表明在一行代码被解释的时候,一个操作(x+y)并不会被执行,在那之前,它必须先被编译(解释成CUDA或者C语言)。这就让用Theano和TensorFlow的时候很难查错,因为很难把报错跟当前的代码联系起来。这样做有它的好处,不过查错简单不在其中。

如果你想开始学PyTorch,官方文档适合初学者也会包含有难度的内容。

机器学习的第一步?

你讲了这么多机器学习的包,我应该用哪一个?我怎样比较它们?我从哪里开始?

如果你完全没有接触过机器学习,从scikit-learn开始。你可以了解标记,训练和测试是怎样工作的,以及一个模型是如何被建立的。

如果你想试试深度学习,从 Keras开始,毕竟这是大家公认的最简单的框架。你可以先试试,找找感觉。当你有点经验之后,你可以开始考虑你最需要的是什么:速度,不同的API,或者别的什么,之后你就能更好地决定了。

目前有海量的文章比较Theano,Torch和TensorFlow。没有人能说哪个最好。你要记住的是所有包都支持很多东西,而且也在不断改进,想相互比较它们也越来越难。六个月前的标准有可能已经过时了,一年前的评价说框架X没有Y功能也不一定还有效。

结语

这篇关于用Python库做机器学习的简介就到此为止。我想强调的是不要被细节吓住了,放手尝试。让你的好奇心指导你前进,不要害怕进行不同的实验。

想学习更多?

七月在线为你准备了一门非常系统的机器学习课程。
课程采用线上+线下授课模式,BAT专家面对面、手把手教学;
除直播答疑、作业批改、在线考试之外,增加开课前的入学测评,基于每个人的测评数据,量身定制个性化的学习路线。
5月14日,北京、上海、深圳、广州、杭州、沈阳、济南、郑州、成都九城同步开营。
10个工业项目实战辅导 + 1V1面试求职辅导,真正帮你从零转型机器学习工程师!

扫描下方二维码免费领课程及资料
机器学习集训营第四期成.png

0 个评论

要回复文章请先登录注册

返回顶部