初識ML
本科學的數學，最初瞭解計算機是通過機器學習。老實說，機器學習這個東西，就是一個工具，現在被炒到火熱我認爲與其外行人拿來就能用，簡單粗暴，和人工智能時代的到來必然是有聯繫的。
本科四年，我作爲一名數學狗，學了好多與機器學習有關的課程。有的是在暑校課程學的，有的是在網上上的課程，有的是正式在學校上的課程。
說來好笑，當我學的次數多了，居然產生一種莫名的空虛感，機器學習這東西好像就是在調包，好像就這麼簡單的樣子。
的確機器學習入門很簡單，你只需要學會使用sklearn的包，成爲一個靈活的調包俠就好了。但是，真的就這麼簡單麼？
當然不是，機器學習的方法千千萬萬，它們最初是如何產生的，它們的算法思想，以及適用的範圍其實是機器學習成爲機器學習，被人廣泛使用的原因。當然，對於使用者來說，大可不必細究機器學習方法的區別和思想，用就完了。
但是，對於某一問題並不是每一個方法都是好用的，這或許是不細究機器學習算法思想的使用者可能會落入的陷阱。使用了錯的模型，當然不一定會導致不好的預測（機器學習方法就是如此玄學），但是用了好的模型的確會讓你省了許多時間和精力去調整模型。
誰適合看這系列博客
回到正題，許多同學想必都因爲人工智能想學習機器學習。
互聯網時代，學習變得更加簡單了，市面上也有許多機器學習課程供你選擇。我自己也在網上花錢學過機器學習。但是不是報了課程就一定能學到東西的，一來網上報課確實堅持不下來，二來不知道機器學習到底是做什麼的學機器學習是真的沒有用，學完就忘了。互聯網時代學習簡單的情況所以爲機器學習的初學者，寫了這系列博客。
下面類型的同學適合看這系列博客：
- 計算機小白，好奇機器學習的學生
- 想將機器學習應用在工作中的工作狂
- 正在學習機器學習的學生
- 計算機專業，但從未解除過機器學習的大佬
不同類型的人，對機器學習的掌握目的不甚一樣，如果只是想用的話（第二類人），就注意包的使用注意事項就好了。但是如果你對機器學習背後的思想也很感興趣的話，看看這系列的博客，是你深入瞭解的鑰匙。