完成coursera上的ML課程後感覺良好
但是一會就發現其實自己還差得遠,又開始跟Probabilistic Graphical Models(PGM)的課程,買了一本影印的Pattern Recognition and Machine Learning,雄心勃勃地開始看
然後。。。發現自己不會的還太多,數學公式我自己嘗試去推導卻推導不出來,英語反而沒有構成太大的障礙
數學的重要性我覺得不用再強調了,雖然正課纔開始上概率論與數理統計,但我覺得這不是理由,所以要開始把概率論往後學,在自學過程中遇見的數學方面的要積極查資料瞭解,不準水
有人說coursera上的ML是Stanford 的CS229的閹割版,還真不假,因爲coursera上講的太偏實踐了,數學證明什麼的都直接帶過
“知其然還要知其所以然”是我現在對自己的要求,不光要會用,還要有自己去研究改進的能力,出於這些考慮,我又去下載了Stanford CS229的視頻來看,給自己說句“加油”!
至於《PRML》,當然會繼續看,只是會隨着cs229和PGM的課程來看,當成課本了!
之前一直糾結一個問題:要把一個學科研究透徹,那研博基本上是必須的,但我又不想費太多時間。現在考慮這樣:1.去了解機器學習的基礎,盡我所能;2.多使用相關算法,應用方面至少要熟悉。
自勉:既然選擇了遠方,便只顧風雨兼程