研一，在学机器学习和深度学习，为什么感觉越学越不会，怎么解决这个问题？ 第1页

mmp我也是，挣扎半年人都傻了，2020年硕士毕业，几年没学数学，高数概率论线性代数全忘了。没办法刷mit的1806，线代终于有点印象了，刷宋浩的概率论，好像概率论也想起来了一点。

冲。可以撸吴恩达了，撸完一知半解。冲。刷点李宏毅吧，就记住了宝可梦。冲，刷吴恩达最新视频，还是顶不住。

好吧还是踏踏实实看书吧。概率论，线代书，看了一遍，有信心了。刷PRML，第一章高维高斯我就懵逼了。换统计学习方法，前几章还行，甚至能做做作业。逻辑回归开始噩梦就来了，多分类直接杀我。SVM看了半天，到核技巧又杀我。EM彻底凉了，监督学习就看到这。什么马尔科夫蒙特卡洛，这都是什么神仙。开始看无监督，挣扎了好久奇异值和主成分，也就到此为止了。

熵不知道，要补信息论，看了点皮毛先顶着。蒙特卡洛，马尔科夫不知道，好像得补随机过程，开头就上测度论，测度是个什么鬼，我今天想了半天σ空间，还是一知半解，有点顶不动。统计学还得补，再高级一点的概率论也得补。听说凸优化也得补。也不知道得猴年马月。

Python我也不会啊，刷了20节小甲鱼，先凑乎顶着。直接上kaggle，刷完了Python和ml入门的题，但感觉还是，危。再等等吧。

今天开始刷国科大的机器学习，条件期望杀我，看来随机过程迈不过去，得搞一波。听说随机过程有测度论或者实变函数的基础会比较好，我又查了查听说实变函数有数学分析的基础会比较好，啥也不说了，我今天正式开始学数学分析了。肝一下AISL，再踏实补一下概率论和统计学。

萌萌式噘嘴，今天是2021年1月7号，是我搞机器学习的大概第三个月，留个坑，看看以后会怎么样。

mmp我一个本科土木狗，硕士建筑技术，梦想工地盖高楼，咋就成了现在这个样子。真是万物ml嘛？？

不太甘心当调参侠，数学基础不牢固真的地动山摇，效率低就低点吧。好歹二十五年头一次主动觉得学习很酷。补个五年不信顶不动。

冲冲冲一起加油。

写完答案过去两个小时了，我又被随机过程里的特征函数杀死了，感觉一时半会应该顶不过去了...看来得加快数分的进度了 。啥也不说了，好好学习去了

第一次更新，2021年2月8号凌晨，距离第一次回答正好一个月。

时间过得好快，每天充实而美好。

数学分析距上次回答至今进展约等于0。

概统方面刷完了茆书，认真做了2/3左右的题，读了陈曦孺先生的书。这次静心认真看了三大分布，估计，假设检验和一元回归。受益匪浅！强烈推荐这两本书，赏心悦目。

线代方面近一周在刷严质彬老师的矩阵分析，是不是美轮美奂！

今天听完了入口基出口基，讲完交换图的时候真的觉得好优美。吹爆！从线性空间开始，一层一层递进，逻辑衔接圆润通畅，我真的好喜欢。每天听他上课我都好开心，觉得数学怎么这么酷，也就理解了他微妙的表情。就像MIT1806老爷子用投影矩阵做最小二乘和相似矩阵解斐波那契的时候。哇，反正对我这种工科生来说真的好引人！

ISL刚看完线性回归，这本书不管是语言还是内容，对新人真的非常非常友好了。(但是讲真，如果要细究，还是有很多东西的，就拿线性回归置信区间预测区间的计算，我结合茆书和陈书翻来翻去看了很久才明白)

一时兴起自己做了个建筑方面的数据集，手撸了个knn，拟合的还不错，这个算法感觉好像很好写也好用的样子，就是感觉对未知距离比较远的数据表现不好，不知道有没有改善的办法。

多元线性回归还没手撸算法，用sklearn粗略看了看表现很差，所以打算再学学线性回归。ISL还是有些浅了，打算同时看看prml。今天刚看完第一章，估计看完线性回归至少得等到年后了。但是很有收获，当看完MLE和MAP分别为误差平方和，带正则的误差平方和时真觉得好神奇。今天看了信息熵的来源，还有后续的增益等，越发觉得以前应该多读读数学物理史，真的是一段迷人的历史。这本书很贝叶斯，我还没有很深的理解这两个流派的异同，但是也好迷人！判别式和生成式我也又晕了！不知道什么时候才能彻底搞明白。

越来越觉得学习好开心，以前20多年从未有过的体验哈哈哈哈哈，冲冲冲，可是马上过年了，感觉接下来的一个月进展不会很大。睡觉咯

2021.5.27第二次更新

过年后学习效率并不高

最近两个月在奶奶家，想的出国前多陪陪老人，学习进展非常缓慢。

前阵子算是看完了两本书，mathematics for machine learning，很新的一本书，主要是讲一些ml的数学基础，我把课后题刷完了感觉还是挺有收获的，对ml基础的传统算法建立了一个直观概念。但是EM算法和高斯混合模型还是掌握的很弱，只有一些概念上的理解，打算后面用到了再系统学习一下。对pca算是有了初步的认识。可是感觉一直没做过实际项目，可能用不了多久这些记忆又会变得模糊。发愁。

看完了an introduction to statistical learning，这本书很不错，非常直观。但我有点懒，没有用R去实现具体的例子，用Python做了一些，可是还是不甚熟悉。R里面能出来很多统计信息，我用Python调库却做不太出来，真是辣鸡。

最近在看陶轩哲的实分析，这本书感觉十分非常特别之精彩，虽然才看了个开头。我喜欢这种充满哲学导向的书，当做课外书读读，看着数学大厦是怎么一点点建起来，不得不说这些人真的太厉害了。学数学的人简直充满魅力。

最近还开了一个numerical optimization的坑，对我这种工科数学辣鸡..还是挺有难度的..手推了几次多元泰勒展开，再熟悉熟悉矩阵求导，很多东西看起来舒服不少。

马上就要去办签证乱七八糟的手续了，估计以后就没有大段的时间来学数学咯，走一步看一步吧哈哈，溜了溜了。