哲学系毕业生到机器学习实践者（布莱恩·托马斯访谈）

开始机器学习之路可能会令人沮丧。需要学习的东西太多了，感觉不堪重负。

以至于许多对机器学习感兴趣的开发者从未开始。在临时数据集上创建模型并在 Kaggle 竞赛中崭露头角这样的想法，听起来很令人兴奋，但又像遥远的目标。

那么，一位哲学系毕业生是如何开始接触机器学习的呢？

在这篇文章中，我采访了布莱恩·托马斯。

布莱恩在发现理论性强的在线课程令人沮丧后，通过实际进行应用机器学习的自上而下方法开始了机器学习的学习。

发现布莱恩的故事以及他使用的工具和资源。

如果布莱恩能找到开始机器学习的方法，你也能。

哲学系毕业生到机器学习实践者
照片由 Andrew E. Larsen 拍摄，部分权利保留。

问：您之前尝试过哪些资源来理解机器学习？

有效的方法

您的《Jump-Start Scikit-Learn》和《Jump-Start Machine Learning in R》早期非常有价值，它们就像是使用这两种工具的机器学习领域地图，让您能够深入其中并开始尝试不同的机器学习模型。我喜欢将不同的算法进行了细分和布局，就像一张地图一样，组织了我拜访它们的努力。

从那时起，我转向了 Brett Lantz 的《Machine Learning with R》，我认为这本书特别好。

目前我正在学习 Stephen Marsland 的《Machine Learning: An Algorithmic Perspective》。这本书非常棒，而且我发现比一年前第一次拿起它时更容易理解了。

总的来说，最有效的方法就是动手去尝试不同的数据集和模型。我必须说，特别是 scikit-learn 帮助我更好地理解了这个主题。我还要感谢 IPython，哦，或者说 Jupyter notebook。对我来说，能够加载一些数据，尝试 scikit-learn 的不同模型，然后添加一些 markdown 单元格来用我自己的话解释模型和结果，这是非常有益的。

最近，我还在学习一些在线机器学习教程，特别是 Jake VanderPlas 和 Olivier Grisel 关于 scikit-learn 的教程。能够克隆他们的 git 仓库并跟随他们的演示一起玩转代码，也极具启发性。

• Jake VanderPlas 的 Scikit-Learn IPython Notebooks
• Oliver Grisel 的 Scikit-Learn IPython Notebooks

无效的方法

几乎我尝试过的 2 到 3 个在线课程，包括 Andrew Ng 的 CS229 ML 课程，以及 Nando de Freitas 从 UBC 提供的在线 ML 课程。

不是说它们不好，只是我发现尝试坐着观看一个关于随机梯度下降的 50 分钟讲座并没有多大帮助，尤其是在没有数学背景的情况下。我通过将 Marsland 的 ML 书籍中提供的代码粘贴到 Jupyter notebook 中进行尝试，从而对 SGD 有了更好的理解。

当然，我并没有正式注册这些课程，我只是下载了所有的讲座、笔记和作业，并尝试去学习。最终，它似乎陷入了理论的泥潭。我认为这反映了许多问题的症结所在：人们在没有太多数学背景（比如我自己）的情况下进入这个领域，看到所有这些数学理论就望而却步了。

先写代码，然后再发展理论理解。这似乎是正确的方法，而且我知道 你绝对赞同 这一点。

问：您能分享一下您的背景和工作情况吗？

我于 1995 年大学毕业，获得哲学学士学位。

令人惊讶的是，这无意中为我打开了进入 IT 市场的大门，因为我在一个地方找到了一个行政工作，当时我是一名合同工。从那份工作中，我通过自学在数据库和编程方面学到了很多东西。

在哲学背景下，我一直能够将事物分解成组成部分，并看到它们是如何相互作用的（这可能解释了我相当不错的解决问题能力）。然而，从那个背景来看，我的数学技能为零！我早在高中就停在了二年级代数，再也没有往前学。

在过去的 7 年里，我在一家大型保险公司担任了许多不同的职务，我的日常职责包括服务器和软件测试管理，这包括开发大量的 PowerShell（以及现在的 Python）应用程序来协助完成这些工作。

问：您是否能分享一些您尝试过的具体算法和数据集的例子？

我认真学习的第一本 ML 书是 Brett Lantz 的《Machine Learning with R》，我学习了其中所有的数据库和算法，以及“经典热门”的 Iris 数据集。IMO，这是一本非常适合初学者的书。

在学习 Lantz 的书的同时，我也在自学 Python（通过 Charles Dierbach 的《Introduction to Computer Science Using Python: A Computational Problem-Solving Focus》等书籍，这些书籍专注于 Python 编程本身，而不是 ML）。

很快，在 Lantz 的书之后，我发现自己日常工作越来越倾向于 Python。我唯一使用过的 Python 机器学习书籍是 Stephen Marsland 的《Machine Learning: An Algorithmic Perspective》。

最近，我也尝试了 泰坦尼克号数据集，练习了数据清理、特征选择，然后尝试了 scikit-learn 的各种算法，如朴素贝叶斯、K 近邻、AdaBoost 和随机森林分类器。

我也开始探索使用 GPU 的 Python 包（我最近购买了一台 配备 NVIDIA GeForce 950M GPU 的 ASUS 笔记本电脑，并在上面搭建了一个不错的 CUDA 环境），特别是 Theano。

问：我注意到您尝试过 Python 和 R 进行机器学习，您对这两者有什么看法？

我最初是使用 R 而不是 Python 来实际进行机器学习的，所以这可能歪曲了我对两者的看法。

然而，学习机器学习确实感觉用 R 更直接。

是因为 Lantz 的书吗？

是因为 R 是一种统计编程语言，因此在编码时必须直接接触各种数学概念吗？

我肯定认为后者可能与这个印象有关。

现在，我基本上完全转向 Python 了，主要是因为像 pandas 和 Theano 这样的包（这是我目前最喜欢的两个）。我尤其对 Theano 感兴趣，并且玩得很开心。

我喜欢声明变量、它们的类型，然后构建由这些变量组成的表达式，再构建函数，这些函数可以被自动编译以供 GPU 使用。

这真是太酷了！

问：您深入研究机器学习的目的是什么？

回想我自己的哲学背景，正是哲学上的好奇心让我投入其中。

机器……会学习？！怎么做？！?

你必须承认，这个领域的整个历史和实践都堪称迷人，触及了大量本质上是哲学的问题。再加上随着深度学习等近期发展，整个领域变得越来越有趣。

与深度学习相关的还有随着大规模并行 GPU 编程的出现而发生的一种范式转变。

看来，最近在深度学习方面的进步可能没有它就不可能实现，而且能够告诉 Theano 利用我的 GPU，然后处理 LISA Lab 的 深度学习网站 上的深度学习教程算法和 MNIST 数据，这很酷。

结束语

感谢 Brian 分享他的故事和经验。

Brian 已经开始了学习，通过在 R 和 Python 中解决问题来建立技能，现在正在攻克更复杂的深度学习主题。

尽管他仍然处于初级阶段，但他的机器学习之旅已经有一个很棒的开端。他可以实际进行应用机器学习。

我认为，如果您希望开始学习机器学习，Brian 的故事非常鼓舞人心。

你还在等什么？