Skip to content

StevenEco/.NET-ML-Guide

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

24 Commits
 
 
 
 
 
 
 
 
 
 

Repository files navigation

.NET-ML-Guide

机器学习与深度学习 .NET MachineLeaning

简介

  时至今日,AI/ML的技术开始了大规模的普及,在这个时代下,了解学习一些相关的知识是非常有必要的。该系列文章由浅入深的阐述了机器学习中的相关内容,这里面有一些简单的一些运用和技巧。本系列文章更多的是介绍各种难以理解的算法及思想,在一些概念性的问题上只会一笔带过。所以我比较推荐各位有意向学习的朋友去购买两本殿堂级别的作品。一本是花书,也就是深度学习,这本书在国际上很有影响力。国内里面,由周志华著的西瓜书——机器学习也是一本不错的书籍。希望你看完这一系列文章之后能有所收货。

使用的语言以及对象

  该系列文章主要使用.NET ML进行实现,开发语言为C#,每一节内容都配有相关文档以及教程,并且使用普通的算法(可能会附带Linq)以及.NET ML中框架进行实现多次,以此来加深对改算法的理解。

面向的对象

  事实上在现在,人工智能这一块有一些虚火,我个人觉得现在这种环境是非常浮躁的。就如同前几年兴起的IT热一样,大量的人涌入互联网这一行业,成功的人却寥寥无几。因为任何一个行业都是有门槛的。尤其是针对机器学习这一块,它需要很高的数学功底,我看到不少初高中生跃跃欲试,却连一个导数都不明白。这是一种非常糟糕的情况。所以我不推荐本科以下学历的朋友进行学习机器学习。本系列文章主要是针对大二以上的学生以及对高等数学有着充分的认识与学习的开发者撰写,希望你在学习之前你以及学习过高等数学(微积分)、线性代数、概率论与信息论以及统计学。   至于许多人所想的,机器学习的实现不是应该有编程功底吗?确实,但是我并不推荐你使用Python,Java等语言直接进行算法实现,除非你已经开始利用一些数据集进行算法的实现。在此之前,我比较推荐去学习Matlab,当然Octave也可以,因为对于这两种来说,科学计算就是他们的最主要的用途,简单的语法进行计算就是他们的最大优点。

后记

  该系列文章为@WarrenRyan撰写,由于本人水平有限,如有错误,请各位读者不吝赐教。欢迎各位发邮件与我一同探讨。邮箱:ctionch@gmail.com

本系列文章参考文献

深度学习

机器学习——周志华

深度学习实战——杨云

About

.NET ML Guide with Kaggle Data

Resources

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published

Languages