识别并克服你的自我限制性信念，最终取得进步 我收到很多来自开发者和学生关于如何开始机器学习的电子邮件。我问他们的第一个问题是，是什么阻碍了他们开始？我试图抓住他们正在努力克服的根本问题，而几乎所有的 […]
作者归档 | Jason Brownlee
机器学习自学路线图
在这篇文章中，我为应用机器学习提供了一个具体的自学路线图，你可以用它来定位自己并确定下一步。我经常思考框架和系统性方法（正如我在博客上所展示的）。我认为这篇文章是我之前关于自学 […]的详尽扩展。
数据清洗：将杂乱数据变为整洁数据
数据准备之所以困难，是因为这个过程并不客观，或者至少感觉不客观。诸如“哪种数据形式最适合描述问题？”之类的问题并不客观。你必须从要解决问题的角度思考，并尝试几种不同的 […]
数据分析手册：研究人员和学者评测
数据分析师与数据科学家有何区别？这个问题是基于研究人员和学者的视角来考虑的，这是《数据分析手册》系列的第三部分。第一本书包含 7 篇对在职分析师和数据科学家的采访。第二本书包含 9 篇对首席执行官和经理的采访。第三 […]
机器学习与量子计算机
我最近观看了一个谷歌技术讲座，由 Eric Ladizinsky 主讲，他访问了谷歌量子人工智能实验室，谈论他的 D-Wave 量子计算机。讲座的标题是“演进可扩展的量子计算机”，非常棒，我强烈推荐。我一直想着量子计算，另一个技术讲座也关于量子 […]
重要的机器学习
在阅读“机器学习引导”时，Louis 提到了一篇我不得不去读的论文。这篇论文的标题是“机器学习的意义”（PDF），作者是来自 JPL 的 Kiri Wagstaff，发表于 2012 年。Kiri 的论点是，机器学习研究界已经迷失了方向。她认为，许多机器学习 […]
启动机器学习：书籍评论
Louis Dorard 发布了他的书《机器学习引导》。这本书为机器学习领域提供了一个温和的介绍，目标读者是开发者和初创公司，侧重于预测 API。我刚刚读完这本书，想分享一些我的想法。如果你有兴趣，我已经 […]
从计量经济学中学习机器学习的经验教训
Hal Varian 是谷歌的首席经济学家，他于 2013 年 11 月在加州大学伯克利分校 EECS 系向电子支持小组发表了演讲。演讲的标题是“机器学习与计量经济学”，重点在于机器学习可以从计量经济学领域汲取哪些经验。 […]
数据分析手册：CEO 和管理者
在之前的博客文章中，我们回顾了 Liou、Tao 和 Lin 整理的关于数据分析师和数据科学家的电子书。在这篇博客文章中，我们来看看该系列的第二本书《数据分析手册：首席执行官和经理》。经理们在数据分析师身上寻找什么？ […]
如何规划和管理你的机器学习项目
项目布局对于机器学习项目至关重要，就像对于软件开发项目一样。我认为它就像语言一样。项目布局可以组织思想，并为你提供思想的背景，就像知道事物的名称可以为你思考提供基础一样。在这篇文章中，我想强调一些考虑 […]