关键字全网搜索最新排名

『量化投资』：排名第一

『量 化』：排名第一

『机器学习』：排名第四

我们会再接再厉

成为全网优质的金融、技术类公众号

找资料也是门学问，别抓着机器学习就一拥而上。

来看个小故事：机器学习火了。

做开发的工程师小张，和做对冲基金的经理老王，都希望在自己的领域加入机器学习。

工程师小张，希望能在自己的软件项目中加入机器学习。而经理老王，则希望在量化交易中，更多借助机器学习的强大，来处理交易，从而占据市场先机。

老王有着多年的编程经验，小张则是多年的开发经验。两人分别让周围的朋友推荐一些书籍，买来自学。

不过，这两人很快就读不下去了，连第一章都读不下去。

怎么回事？

难道是因为推荐的书籍不够好吗？

并不是。朋友们推荐的课程和教材都很棒，可是，不适合。

这是目前一个非常普遍的问题——不匹配。

这些教材，对于有4年数学基础，机器学习在读的研究生来说，特别适用。

但是，但是，对于有十年开发经验和基金经验的小张和老王来说，可就不适用了。他们可不愿意从理论开始整天慢慢学，他们只想把机器学习当作一个工具，快速解决实际问题就行。

你是不是也遇到同样的问题？只想用好机器学习，并不想追求其中的道道。

这篇文章就专门来回答：不同行业，不同需求的人，到底应该在什么地方去获取有用资料，避免时间浪费。

以下来自澳大利亚机器学习大师Jason Brownlee 的博客，希望对你有所启发。

本文，列举了10类人群，并将其归到4个小组。

无论你是机器学习专业的学生，还是想借机器学习获得商业问题优化方案的数据分析师，还是软件的开发工程师，还是对机器学习感兴趣的商务人士，你都能在这篇文章中，准确找到你所真正需要的资料。

在我们开始今天的干货前，先搞清楚你到底属于哪一类，以对症下药。

以下是人群的分组列表：

商业人群

对机器学习感兴趣的商务人士

在项目中应用机器学习的经理人

学术人群

机器学习专业的本科生或研究生

机器学习领域的研究人员

利用机器学习建模的其他领域的研究人员

工程人群

实现算法的编程人员

交付一次性预测信息的开发人员

改进软件和服务的工程师

数据人群

希望获得商业问题优化方案的数据科学家

希望能更好地解释数据的数据分析师

➤商业人群

通常来讲，这类人群希望在商业上有效地使用机器学习，但并不需要掌握其算法或工具的实现细节。在商业领域，机器学习技术已经广泛地用于预测分析。

对机器学习感兴趣的商务人士

这类人群包括总经理及咨询顾问，对他们而言，机器学习会对以后的项目和策划起到战略指导的作用

以下资源对此类人群做战略思考会有帮助：

1.Gartner’s Magic Quadrant for Advanced Analytics Platforms, 2015

?id=1-2AHPOU0&ct=150225&st=sb

2.Gartner’s Machine Learning Drives Digital Business, 2014

https://www.gartner.com/doc/2820120/machine-learning-drives-digital-business

3.McKinsey’s An executive’s guide to machine learning, 2015

在下一节针对“经理人”的推荐书籍，也适用这个人群。

项目经理人

机器学习对于这类人群负责的项目非常适用。对他们来说，有用的资料是关于各种问题和算法的全面概括，而不需要关注太多细节。

可以参考以下书籍：

1.Predictive Analytics: The Power to Predict Who Will Click, Buy, Lie, or Die

?tag=inspiredalgor-20

2.Data Science for Business: What you need to know about data mining and data-analytic thinking

?tag=inspiredalgor-20

3.Data Smart: Using Data Science to Transform Information into Insight

?tag=inspiredalgor-20

➤学术人群

通常来讲，这类人群主要指学生，包括本科生、研究、博士后、研究助理等。