作者abjw778899 (蒙其D痴汉)
看板DataScience
标题[问题] scikit-learn等Package维护的大神养成
时间Fri Jan 3 19:44:03 2020
手机排版请见谅...
小弟刚踏入机器学习领域不久
本来都follow PRML然後直接numpy实作底层
但是当我偶然跑去翻开scikit-learn上大神们的code以後才发现自己根本像乌龟一样在往
前进...
所以想问问板上的大神们都是怎麽训练自己的
小弟综合多篇文章走的路大多都是：
PRML -Good Fellow那本Deep learning-Conference paper等配合Kaggle实作
然後读PRML或是Goodfellow也是实作一些底层这样,但是读起来很挫折，实际implement更
是满满的失落感。
小弟目前大概只把PRML扫过一次然後做一些相对较重要的演算法然後开始啃Deep learnin
g那本。
想问板上的大神们这样走下去真的是对的吗？
--
※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 42.72.44.219 (台湾)
※ 文章网址: https://webptt.com/cn.aspx?n=bbs/DataScience/M.1578051845.A.A80.html
1F：→ Kazimir: 不要看good fellow那本学DL 那是给会的人看的书 01/03 20:08
2F：→ abjw778899: 我觉得PRML才真的是给神看的书QAQ 01/03 20:12
3F：→ Kazimir: 我是认为看这些书最好是有了基础再看 我会倾向先从mooc 01/03 20:18
4F：→ Kazimir: 开始着手 一边检验自己是不是数学都充分了 最後再看书来 01/03 20:20
5F：→ Kazimir: 获取更多Insight 我曾经信过DL那本说自己self-contained 01/03 20:22
6F：→ Kazimir: 面向工程师的鬼话 看的那是痛不欲生XD 01/03 20:22
7F：→ abjw778899: 其实之前上课老师都follow PRML可是自己真的实际推导 01/03 21:04
8F：→ abjw778899: 的时间要花超久，我之前会拿老师的录音档复习，另外 01/03 21:04
9F：→ abjw778899: 其实我也最近开始服用清大吴尚鸿的OCW这样，可是还是 01/03 21:04
10F：→ abjw778899: 觉得真的远远不够orz 01/03 21:04
11F：→ abjw778899: 另外我自己实际推导要用的数学基本面好像还好，反而 01/03 21:05
12F：→ abjw778899: 很多tricky的地方，所以我觉得无论再怎麽补数学基础 01/03 21:06
13F：→ abjw778899: 其实都有点隔靴搔痒，我後来索性就直接看解答或查资 01/03 21:06
14F：→ abjw778899: 料推导这样 01/03 21:06
15F：推 kiwi946946: prml和dl你目前都用不到，李弘毅，吴恩达，林轩田公开 01/04 03:32
16F：→ kiwi946946: 课程，配合作业实作，然後prml如果有要卖二手请私我XD 01/04 03:32
17F：推 erre: call package调参数, 然後出去说自己做ai还应徵大学教职 01/04 08:53
18F：→ erre: 掰陈是成功的例子，现在是助教级助理教授! 01/04 08:54
19F：→ Edison4ever: 为什麽叫做掰陈? 01/04 09:27
20F：→ abjw778899: 我目前就大概follow老师的实作在走，感谢wiki大大 01/04 14:57
21F：→ howayi: PRML的Appendix都很重要 01/04 21:56
22F：→ abjw778899: 有，我常常翻那边补充数学back ground不过说实在好像 01/05 00:46
23F：→ abjw778899: 用到的其实没有很多，顶多向量或是矩阵微分这样orz 01/05 00:46
24F：推 j0958322080: 助理教授就助理教授，啥叫做助教级助理教授 01/05 23:45
25F：→ abjw778899: 其实我还蛮想知道他到底为什麽这麽执着，如果有他讲 01/06 00:05
26F：→ abjw778899: 的这麽简单为什麽不自己去做就好，还疯狂暗示人不讲清 01/06 00:05
27F：→ abjw778899: 楚掰陈是谁到处留言像小狗撒尿一样 01/06 00:05
28F：推 roccqqck: 好像是他对交大Andrew Chen很有怨言 01/06 00:37
29F：→ abjw778899: 楼上厉害了哈哈有同名同姓的人 01/06 07:33
30F：→ roccqqck: 我之前没事google他的推文 但我也不知道是谁 01/06 08:56
31F：推 sxy67230: 如果你是学生，我会推荐你用手刻一个功能去实际感受， 01/06 09:25
32F：→ sxy67230: 尤其是sklearn的回归分析有很多功能其实是缺少的，但是 01/06 09:25
33F：→ sxy67230: 实际应用我会说你就找一个最好的library 去使用，因为 01/06 09:25
34F：→ sxy67230: 按照Andrew Wu的课follow，很多特殊模块套件已经帮你处 01/06 09:25
35F：→ sxy67230: 理好了，不需要在一直重复implement。 01/06 09:25
36F：推 sxy67230: PRML真正的用意是要让你理解算法过程，不是让你去implem 01/06 09:35
37F：→ sxy67230: ent用的，而且你用numpy真正去实作还可能会遇到效能上 01/06 09:35
38F：→ sxy67230: 的问题，套件很多时候把你的效能问题都做了一定程度的优 01/06 09:35
39F：→ sxy67230: 化跟支持multiple cpu的做法，自己去做真的很浪费生命。 01/06 09:35
40F：→ abjw778899: QAQ楼上大神感谢 01/06 10:28
41F：→ abjw778899: 之前就是因为手刻EM才发现效能问题，自己跟package差 01/06 10:33
42F：→ abjw778899: 太多了，才很厌世的跑上来问自己是不是走在对的方向上 01/06 10:33
43F：→ abjw778899: orz想问楼上大大现在还会去重新理解PRML或是Deep lear 01/06 10:33
44F：→ abjw778899: ning每个数学细节吗？ 01/06 10:33
45F：推 as30385438: 只是要验证自己对算法的理解对不对,用纯python刻个 01/06 12:03
46F：→ as30385438: 原型再用最简单的dataset测试就好,不用执着於优化细节 01/06 12:04
47F：→ sxy67230: 我认为想要继续往专业的道路前进，数学细节还是不要马 01/06 13:11
48F：→ sxy67230: 虎啦，真的认真跟你说，小孩子才做选择，我自己当然是 01/06 13:11
49F：→ sxy67230: 全部都要。如果今天真的遇到很有趣的新论文，我也会自己 01/06 13:11
50F：→ sxy67230: 先手刻一个，遇到真的要应用的在去找最优解。 01/06 13:11
51F：→ abjw778899: 好的，了解。只是我说的细节是指那两本书的数学推导 01/06 13:42
52F：→ abjw778899: 细节，并不是优化效能的细节QAQ，我常常导一导一个早 01/06 13:42
53F：→ abjw778899: 上或下午就没了，所以想知道到底该不该继续这样 01/06 13:42
54F：→ abjw778899: 抱歉刚刚那段话是回as大大的,我手机画面刚刚暂留在sxy 01/06 13:49
55F：→ abjw778899: 还没留言的画面，sxy大大这边有我的膝盖orz我接下来可 01/06 13:49
56F：→ abjw778899: 能先拉快进程把deep 扫过一遍，再来trace 一些 paper 01/06 13:49
57F：→ abjw778899: 的时候把那些数学细节疏理一次可能有需要用的就手刻这 01/06 13:49
58F：→ abjw778899: 样 01/06 13:49