高二留学生,未来想在机器学习领域发展,求指点

不是大神,抛砖引玉。机器学习除非是做理论的不然个人感觉对数学的要求主要也就是微积分、多元微积分、线性代数、概率统计、最优化(凸优化)。微积分和线性代数是基本功,可以适当先学起来。数学是要长期积累的,一年多时间能学好线性代数和微积分就很好了。我的建议是题主可以先去学一下Coursera上Andrew Ng的Machine Learning,具体学习一下Machine Learning看看自己到底是不是喜欢。Coursera上的这门课基本是带着你把一些机器学习里比较基础的算法和应用稍微过一遍,增加兴趣用的。学完以后可以看一看Pedro Domingos教授的“A Few Useful Things to Know about Machine Learning",通俗易懂但观点很高。http://homes.cs.washington.edu/~pedrod/papers/cacm12.pdf如果学下来感觉不错的话可以翻墙上Youtube看看Andrew Ng的CS229 Machine Learning,https://www.youtube.com/watch?v=UzxYlbK2c7E\u0026amp;list=PLA89DCFA6ADACE599。虽然标题和Coursera上的课一样,但是要难很多,并且对理论有比较高的要求,楼主可以感受一下自己是更倾向于做理论还是做实践。如果还不满足,周志华老师的《机器学习》和李航老师的《统计学习方法》可以结合着看。另外还可以上Kaggle上做一些机器学习的项目练练手,所谓get hands dirty。如果表现比较好,并且能把一些做项目期间学习的心路历程整理好的话放在个人陈述里应该是很有力的。 上述这些做不完不要紧,但主要注意两点:要对概念、算法打好基础,知道机器学习常规算法的理念、优缺点,不要沦为名词党。每学习一个新的算法要争取自己能够把代码完整写一遍。至于算法,如果学校里有专门负责信息奥赛的老师可以跟着一起学习竞赛,得比较高的奖的话对于冲刺顶尖学校大有裨益。但老实说哪怕有,题主高二才开始,到高三开始申请一年时间其实有点晚了。


    推荐阅读