一種機器學(xué)習SEO技術(shù)普通人的技術(shù)SEO先進(jìn)SEO如果你對學(xué)習很好奇機器學(xué)習，卻被大量信息淹沒(méi)，你來(lái)到正確的位置AlexisSanders與她分享了一本如何學(xué)習機器學(xué)習的指南，從A的角度解釋了優(yōu)缺點(diǎn)。

　　機器學(xué)習（ML）在世界范圍內廣泛存在。它的影響已經(jīng)從看似微不足道的小勝利延伸到突破性發(fā)現SEO社區也不例外（對機器學(xué)習的理解和直覺(jué)可以支持我們對谷歌工程師所所面臨的挑戰和解決方案的理解，讓我們敞開(kāi)心扉接受ML更廣泛的含義）。

　　獲得機器學(xué)習一般理解的優(yōu)勢包括：

　　它引起了工程師們的共鳴，他們**終試圖為用戶(hù)創(chuàng )造**好的結果。

　　了解機器解決的問(wèn)題、當前的能力和科學(xué)家的目標

　　了解競爭生態(tài)系統以及企業(yè)如何利用機器學(xué)習推動(dòng)業(yè)績(jì)

　　準備好為什么許多行業(yè)領(lǐng)袖給我們帶來(lái)了社會(huì )的重大變革（Andrew Ng指的是AI指的是ldquo）；新電力

　　理解研究中經(jīng)常出現的基本概念（這有助于我理解谷歌大腦研究中出現的一些概念）

　　作為一個(gè)個(gè)體成長(cháng)，擴展你的視野（你可能真的喜歡機器學(xué)習！）

　　當代碼工作并生成數據時(shí)，這是一種非常令人滿(mǎn)意的感覺(jué)（即使這是一個(gè)非常微不足道的結果）。

　　我花了一年時(shí)間學(xué)習網(wǎng)絡(luò )課程，閱讀書(shū)籍和學(xué)習（就像一臺機器）。本文為勞動(dòng)成果mdashmdash；它涵蓋17機器學(xué)習種資源（包括在線(xiàn)課程、書(shū)籍、指南、會(huì )議演示等），包括**便宜和**流行的在線(xiàn)學(xué)習資源（通過(guò)一個(gè)完整的初學(xué)者視角）。我還添加了一個(gè)摘要：ldquo；如果我重新開(kāi)始，我將如何處理它。rdquo；

　　這篇文章不是關(guān)于學(xué)分或學(xué)位的。這是關(guān)于Joes和Joannas，他們對機器學(xué)習感興趣，他們想有效地利用他們的學(xué)習時(shí)間。這些資源中的大多數將消耗超過(guò)50個(gè)小時(shí)的承諾。沒(méi)有人有時(shí)間浪費一周的工作時(shí)間（尤其是在你的私人時(shí)間里）。這里的目標是讓你找到**適合你的學(xué)習風(fēng)格的資源。我真誠地希望你覺(jué)得這項研究有用，我鼓勵你評論哪些材料證明是**有用的（尤其是那些沒(méi)有包括在內）！人文機器學(xué)習

　　以下是我的建議：

　　1.出發(fā)（預計60小時(shí)）

　　從初學(xué)者的簡(jiǎn)短內容開(kāi)始。這將使你能夠承諾用**少的時(shí)間獲得事情的要點(diǎn)。

　　提交三個(gè)小時(shí)到JasonMaye幻燈片機器學(xué)習101：2年的敲門(mén)，所以你不必。

　　使用Juh戈登YouTube觀(guān)看谷歌的{ML}配方兩小時(shí)。

　　注冊Sam debrule機器學(xué)習的時(shí)事通訊。

　　通過(guò)機器學(xué)習的谷歌加速課程作業(yè)。

　　開(kāi)始在車(chē)里聽(tīng)OcDeVIEW指南播客（跳過(guò)1、3、16、21、26），用手和眼睛進(jìn)行鍛煉和/或其他活動(dòng)。

　　用兩天時(shí)間通過(guò)KGARLE的機器學(xué)習軌跡的第1部分。

　　2.準備提交（估計80小時(shí)）

　　通過(guò)這一點(diǎn)，學(xué)習者可以了解他們的興趣水平。繼續專(zhuān)注于盡快應用相關(guān)知識。

　　每周工作10小時(shí)，連續工作7周。如果你有一個(gè)朋友/導師可以通過(guò)AWS幫助你安裝，絕對要依賴(lài)安裝中的任何支持（這是ML中100%**差的部分）。

　　使用SCIKITlearning and tunsofoo：掌握構建智能系統的概念、工具和技術(shù)，并立即閱讀前兩章。然后將此作為FAST的補充AI當然。

　　三個(gè)。開(kāi)闊視野（估計115小時(shí)）

　　如果你已經(jīng)完成了**后一部分，仍然渴望獲得更多的知識，那么繼續拓寬你的視野。閱讀內容側重于教學(xué)機器學(xué)習和廣度mdashmdash；為算法試圖實(shí)現的直覺(jué)（無(wú)論是視覺(jué)的還是數學(xué)的）建立直覺(jué)。

　　開(kāi)始觀(guān)看視頻并參加udacity的機器學(xué)習介紹（Sebastian Thrun和Katie Malone）。

　　通過(guò)Andrew Ng的Coursera機器學(xué)習課程。

　　你的下一步

　　到目前為止，您將擁有AWS運行示例、數學(xué)基礎知識和機器學(xué)習的總體視圖。這是你決定做什么的起點(diǎn)。

　　你應該能夠根據你的興趣來(lái)確定你的下一步，無(wú)論是進(jìn)入卡格爾游戲；DoFASTAI兩部分；深入研究數學(xué)和模式識別以及Christopher Bishop的機器學(xué)習；Andrew Ng的新deeplearning，AI課程Coursera；了解有關(guān)特定技術(shù)堆棧的更多信息（TensorFlow，ScKITlearning，Keras，panda，NUMPY等）；或申請機器學(xué)習自行解決問(wèn)題。

　　為什么我要推薦這些步驟和資源

　　我沒(méi)有資格寫(xiě)一篇關(guān)于機器學(xué)習的文章。我沒(méi)有博士學(xué)位。我在大學(xué)里上了一堂統計學(xué)課，這是我**次真正理解ldquo；打架或逃跑；這是一種反應。**重要的是，我的編碼技能被玷污了（在**好的情況下，它們是堆棧溢出反向工程塊）。雖然我有很多缺點(diǎn)，但這篇文章一定是像我這樣的普通人寫(xiě)的。

　　從統計學(xué)上講，我們大多數人都是平均水平（AH，鐘形曲線(xiàn)/高斯分布總是趕上我們）。因為我不受任何精英情緒的束縛，所以我可以和你在一起。以下是我所學(xué)的所有課程的概要，以及如何開(kāi)始學(xué)習的計劃機器學(xué)習，如果我能從頭開(kāi)始的話(huà)。單擊此處可使用注釋擴展每個(gè)課程的完整版本。

　　深度研究機器學(xué)習課程：

　　出發(fā)

　　JasonMaye機器學(xué)習101滑板：頭部撞擊2年，所以你不必

　　ML{戈登}公式

　　谷歌TysFaceAPI速成課程機器學(xué)習

　　機器學(xué)習oclevel指南播客

　　KGLE機器學(xué)習軌跡（第1課）

　　準備提交

　　FAST. AI（第1部分，共2部分）

　　與SCIKIT和tunsofoo一起學(xué)習：機械智能系統的概念、工具和技術(shù)

　　開(kāi)闊你的視野

　　資產(chǎn)：機器學(xué)習簡(jiǎn)介（凱特/塞巴斯蒂安）

　　Coursera機器學(xué)習課程標準吳恩達；

　　額外機器學(xué)習機會(huì )

　　IpulLRead機器學(xué)習指南

　　復核谷歌Dr

　　加州理工學(xué)院機器學(xué)習iTunes

　　Christopher Bishop的ldquo；模式識別與識別機器學(xué)習r(shí)dquo；

　　機器學(xué)習：開(kāi)發(fā)商和技術(shù)人員之手

　　用Python介紹機器學(xué)習：數據科學(xué)家指南

　　第機器學(xué)習頁(yè)，共喬治亞理工大學(xué)頁(yè)

　　斯坦福iTunes第吳恩達機器學(xué)習頁(yè)

　　動(dòng)機與啟示

　　如果你想知道為什么我花了一年的時(shí)間，那我就和你在一起。我真的不知道我為什么要關(guān)注這個(gè)項目，更不用說(shuō)我為什么要關(guān)注它了。我看到Mike King在機器學(xué)習開(kāi)會(huì )。我措手不及，因為我對這個(gè)話(huà)題一無(wú)所知。這讓我產(chǎn)生了一種討厭的、貪得無(wú)厭的好奇心。它從從一進(jìn)程開(kāi)始，然后螺旋式地失控。**后，它變成了一個(gè)想法：一個(gè)評論指南，以**便宜和**流行的機器學(xué)習資源在網(wǎng)上（通過(guò)一個(gè)完整的初學(xué)者拍攝）。我希望你覺(jué)得它有用，或者至少有趣。請在評論中分享您的想法或問(wèn)題！

http://www.ezekroy.com/jianzhanzhishi/852.html 一種普通人的機器學(xué)習SEO技術(shù)