摘要：鱼羊 编译整理量子位 报道 | 公众号 QbitAI这年头不学点AI知识，可能都不好意思说自己是新时代的接班人了。人工智能风头正盛，无论你是支持还是怀疑，AI对这个时代的影响都已逐渐渗透到各行各业当中，哪怕身处非互联网行业，也能感受到AI的...

鱼羊 编译整理

量子位 报道 | 公众号 QbitAI

这年头不学点AI知识，可能都不好意思说自己是新时代的接班人了。

人工智能风头正盛，无论你是支持还是怀疑，AI对这个时代的影响都已逐渐渗透到各行各业当中，哪怕身处非互联网行业，也能感受到AI的滚滚浪潮。

学习已成刚需，不过对于初学者而言，要正正经经上手机器学习，如何入门就有点让人头大了。

好在计算机领域向来有和谐互助之风，德国程序猿Michiel Mulders近日就精心炮制了一份机器学习入门新手指南。一起来看看AI大法该当如何修炼吧。

入门指南

欲练此功，首先要知道，纸上谈兵是本门大忌。

吴恩达就曾经说到，想要入门机器学习，应该进行一些项目实践。

所以入门第一步，从选择一个数据集开始：

• 找到一个大小合宜，并且相对容易分析的数据集。UCL ML Repository和Kaggle盛产此物。

• 对数据集进行试验。挑几个顶级的机器学习算法跑一跑这些数据，看看数据的表现，了解一下每种算法的性能。

• 挑选表现最佳的算法，调教它。

这就完事了？no，no，no，本份指南还贴心奉上五佳项目，任君挑选。

↓↓↓↓↓↓

TOP 5

项目：监督式机器学习

数据集：鸢尾花数据集

鸢尾花数据集堪称机器学习领域的“Hello World”。对数据一无所知？那么选择它就对了。

这个数据集的好处是足够小，仅仅只有150行，并且它只有四个属性：花瓣长度，花瓣宽度，萼片长度和萼片宽度。

通过判别四个已知属性，四种不同类型的鸢尾花在数据集中被标记出来，所以你可以拿它来学学监督式机器学习。

这里建议使用多元分类训练方法。

另外，记得给自己设立一个小目标：根据花瓣和萼片的大小对三种花进行分类。

相关链接：

UCI机器学习仓库（UCI ML Repository）：

https://archive.ics.uci.edu/ml/index.php

Kaggle数据集：

https://www.kaggle.com/datasets

项目：交易预测

平台：GNY

很多流行的机器学习服务价格高昂，对于新手十分不友好。不如选择GNY团队的机器学习平台，这个平台挺好挺强大，最重要的是提供免费的下载安装。

GNY团队还发布了一个通过神经网络预测零售交易的demo，正式版本将在今夏登陆，还将提供定制服务。

对于机器学习新人小白来说，这个demo不失为一个有趣的入门项目。你可以到MLWave上找一个数据集，根据消费历史来预测哪些人会成为回头客。

相关链接：

GNY机器学习平台：

https://www.gny.io/

MLWave回头客数据集：

https://mlwave.com/predicting-repeat-buyers-vowpal-wabbit/

项目：情绪分析

数据集：twitter

情绪分析是机器学习里非常有趣的一种应用，检索数据也很容易获得，Reddit、Facebook和Linkedln都提供了易于使用的API。不过首选还是Twitter的数据，Twitter平台上的数据格式一致，预处理也要容易得多。

首先!pip install Python -twitter，然后就开动吧，不过过度使用可是会被列入黑名单的哟。

再列几个具体的方向以供参考：

• 分析对新发布电影的情绪，并将其与IMDB和其他评级网站上的评论进行比较。

• 分析围绕特定选举或任何其他政治话题的情绪。

• 根据推文的情绪预测前50种加密货币未来的价格。

相关链接：

Twitter数据集：

https://github.com/shaypal5/awesome-twitter-data

项目：推荐系统

数据集：Movielens

想必没有人会对推荐系统感到陌生。

推荐系统是机器学习技术在商业中最成功和最广泛的应用之一，几乎渗入到了日常生活的每一个角落。网易云音乐的个性推荐，神奇的抖音算法都属于这一范畴。

关于推荐系统，可以使用两种算法：

• 基于内容推荐算法：寻找内容的相似性。

• 协作过滤算法：寻找交互中的相似性。即对一大群人进行分析，确认品位相近的人。

Movielens是最受欢迎的电影评级数据集之一，对初学者来说是试验推荐算法的理想数据集。

于是你可以再立一个小目标了：根据用户评分来预测他们会喜欢哪部电影。

项目：股票价格预测

数据集：Quandl

对于股民来说，如果能预测股票价格，那岂不是亦可赛艇？

但不管你是不是股民，都可以试试用机器学习来实现股票价格预测。

我们先来列列关键字：

• 波动率指数

• 历史价格

• 全球宏观经济指标

• 基本面分析

• 指标技术分析

股票市场具有更短的反馈周期，也就是预测的结果可以更快被验证，十分适合新手学习。

选择一个简单的机器学习示例，到Quandl.com上下载股票市场数据集，就可以动手预测未来6个月的股票价格变化了。友情提醒：AI只负责产生结果，不对结果负责。

相关链接：

Quandl数据集：

https://www.quandl.com/

新手向TOP 5项目介绍完毕。看到这里，是不是已经摩拳擦掌，感觉自己可以分分钟入门AI啦？快拎上数据集，AI江湖等你亮剑~

— 完 —

诚挚招聘

量子位正在招募编辑/记者，工作地点在北京中关村。期待有才气、有热情的同学加入我们！相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ"ᴗ" ի 追踪AI技术和产品新动态