比如，回归分析中的简单线性回归和岭回归、分类中的逻辑回归和K-nearest 相邻以及聚类任务中的 k-means 和层级聚类。一旦你理解了每一个算法的目标，以及他们如何尝试去解决一个特定的问题，那么再增加更多的算法和方法就会相对容易。但是，除了算法之外，如何准备数据也是很重要的（特征选择、转化和压缩），还有如何评估模型也很重要。也许，作为一个初学者，你可以试试我们在 SciPy 2016的 scikit-learn 机器学习。它长达近6小时，归纳了大部分的基础知识，并介绍了scikit-learn数据库，你能即刻上手。

　　如果你想理解算法背后的数学原理，推荐你去上吴恩达的线上课程，或者读我的书。不过，我认为这两件事（一般）不是在10天的计划之内（能完成的）。

　　学霸的世界：课余时间写出 Python Machine Learning

　　问：你怎么有时间掌?match ?握机器学习，同时又写了一本书，还在另外一个领域读博士？

　　我认为，涉及到解决问题的时候，机器学习和计算机生物学之间有很大的重叠。在计算机生物学中，我们通过计算来解决问题，一般会使用各种各样的“数据挖掘”技术，而机器学习本身就是由一系列“数据挖掘”管道组成的。我对统计学领域也很感兴趣，最早是在研究生阶段，我上了“统计学模式识别”的课程。我为什么要提到这个？我认为这门课程真正地点燃了我对预测模型和机器学习的热情。首先，我的第一感觉是“哇，这太难以置信了，它能让我以计算机生物学的方式解决所有的问题”。后来，我想，“机器学习那么重要，那么激动人心，它能让我解决几乎所有的问题，我怎么学都不够。”

　　在修读完课程之后，几年之间，我对机器学习真正的产生了热情，我可以利用课余时间去学习这一学科，有时候甚至学到半夜。坦白说，在写书之前，机器学习中有很多主题我都还没有深入了解，有大量的论文我还没有机会去看。但是，在受邀写书的时候，我幸运地发现，这一主题是我完全可以利用此前研究轻松把握的。虽然我只是每天在夜里写几个小时，或者利用周末的时间来写，在那几个月，我完全没有社交生活，但这完全是我凭着热情去写的：我真的很激动能分享自己学到的东西，自己觉得很兴奋的东西，这让写书的过程充满了乐趣。最后，我想写书或者完成博士项目是我101%兴奋的东西，所以我愿意把时间都花在这上面。

　　为了学习而学习很快会无聊，解决方法是从问题出发

　　问：数据科学初学者如何才能更好地掌握好数据科学技术，你有什么建议？

　　我的建议是选择你个人感兴趣的问题或项目，而不是重复一个已经以教程或其他形式提供了解决方案的问题。如果你对要解决的问题具有强烈的个人兴趣，自然会更积极地寻找解决方案，探索新的工具和技术。

　　首先，我会从已经熟悉的技术和工具入手。如果遇到可用的工具包，我会搜索类似的问题或直接与人讨论。例如，假如你对某种预测很感兴趣。开始时，你可以把键值数据对存储到Python词典中。随着数据集变大，你可能需要寻找替代方案，例如，SQLite，那么你需要花时间学一下SQLite。同样，你可以用NumPy阵列做很多事情，但是在收集异质数据时，可能需要用Pandas来更方便地对数据进行预处理。如果系统内存成了瓶颈，也可以试试其他工具，例如Blaze。

　　我推荐的方法是学习你认为对解决你的问题有帮助的工具，并使用它们作为基准以熟悉使用。第二步是为你的工具寻找可能带来额外好处的潜在替代方案。

　　最终，我发现只是为了学习工具而学习工具很快就会变得非常无聊，所以我的方法是在实践中学习工具。如果实践的项目令人振奋，你会自然地花更多时间采用新的工具来进行改进。

　　原型设计用 Octave，但我是个 Python/R 人

　　问：机器学习中，使用Octave 有多简便高效？

　　我认为 Octave 对于原型设计（prototyping）来说是一个高效的环境，它和MATLAB 一样，都是学术界非常受欢迎的计算机科学环境。在好几所大学中，我都必须使用Octave来提交我的作业和项目，我必须要说，对于学习机器学习来说，这绝对是一个很好的选择。但是，看起来在现实的应用中，Octave/MATLAB也是一股新的趋势，我还想说，其他的语言，比如Python也很容易上手，也比较通用。（但是鉴于我是一个Python人，可能会有些主观）。

　　简而言之，如果实验室或者课程要求的话，我肯定会选择 Octave ，否则，我更偏向 Python或R。

　　你也可以试着写本书

　　问：我很喜欢你的Python Machine Learning，你有计划再写一本吗？