最早接觸linux是在高中的時候，那個時候基本什麼也不懂，每次閒下來的時候，都跑去網咖玩遊戲，由於零花錢有限，後來就想了很多外門邪道，平時有去黑客論壇的習慣，無意間就接觸了linux，那時候感覺很神奇，在乙個黑色的框框裡，瘋狂敲鍵盤，也是在那個時候學會了如何破解網咖管理系統，從此上網不在花錢了，哈哈哈。那個時候也就是接觸了一下linux，根本沒有去深入學習和研究。
上大學以後也是斷斷續續的學習linux，用到的時候看一點，並沒有深入的學習，真正的接觸linux還是要從學習機器學習的wemuszt時候開始的。機器學習的門檻有點高，並不是一兩天就能學會的。當時看了很多資料，都不能很好的理解，特別是一大堆的線性代數和概率論，這些學完之後早就忘記了，所以大部分都很難讀懂，就這樣沒有規律的學習了一段時間，後來發現，這樣效率非常低，看了很多之後還是沒有理解機器學習，所以就下定決心從頭一點一點的惡補基礎知識。
首先從最基礎的數學開始學起，我經常問自己：如果我想要更好地學習機器學習，我該怎麼做，但我不知道我想學什麼？有經驗的人告訴我：很好的問題！我的答案是：始終如一地通過教科書。所以我一點一點的複習線性代數和概率論，這不是簡單的複習大學所學的簡單的線性代數和概率論，而是我們程式設計師所需要的線性代數和概率論。從中我理解到：近年來為了更好的進行資料處理，特別是大規模的資料處理。人們開始在各個學科中應用概率論統計。不管是資料探勘，文件的自動歸類，非法使用的鑑別還是垃圾郵件的自動篩選，還有語音識別和機器視覺，這些東西都需要概率論的理論支援。通過一段時間的學程式設計客棧習，知道了多個隨機變數之間的關係，離散值的概率分布，連續值得概率分布，協方差矩陣，多元正wemuszt太分布，估計和檢驗，偽隨機數等各種理論與實際**編寫的實現。
線性代數和概率論我惡補的差不多之後，我開始學習資料統計，資料統計學習的時間比較漫長，內容稍微有點多，最後大概是熟練掌握了spss之後，自我感覺能時間上手的時候，我就結束學習資料統計了。這個可以一直學習，不用一下子全都弄懂。
在這些都學習的差不多之後，開始重讀一些以前看不懂的書籍，看到理論知識並不在那麼的害怕他們，開始會自己一步一步的推導，直到結果成立。後來實際做專案，更加深了我對之前理解，拿乙個普通的專案來說說吧。凱普斯通專案：使用乙個資料集看看你是否可以**給定的所有其他屬性的食品評分。使用三種不同的機器學習技術來完成這個任務，並證明你的首選。此外，建立乙個分類器，**審查是「好」還是「壞」 - 你應該使用合理的「好/壞」門檻。這將測試你的資料驅動能力，分析更大資料集的策略，機器學習技術知識以及在r中編寫分析**的能力。按照之後的經驗，就只會比著書上的**編寫，現在可以真正的理解為什麼要這麼做。最後介紹一下，如何實現。實現你**的部署，首先要掌握linux系統如何操作。這個以前的時候並沒有認真學習過。趁著這個機會。我就認認真真的學習了一下linux。我從網上搜了很多資料。包括書籍和**，做了詳細的對比，最終我選擇了《linux就該這麼學》這本書。它讓我從乙個小白，變成了乙個熟練操作linux的人。
現在來說一下，學習過linux之後對作業系統的見解吧。
linux在 1991 年問世，話說那個時候我還沒有出生呢，相較於windows系統，linux系統功能強大，上手之後操作十分方便，結構十分清晰，最大的特點就是開源，以致於短短幾年的時候發展如此迅速。因此成為很多科研機構，學生老師的學習物件，還有學校目前已經開設了linux教程，可見linux系統的影響性之大。現在linux系統已經成為當今最流行的作業系統了，相較www.cppcns.com於windows，雖然windows上手快，簡單易學，但是對於科研工作者，許多功能，操作非常不方便，而且很多製圖，**軟體只能在linux或者unix系統下才能執行，因此很多公司推出了許多linux軟體，使得linux向商業化趨勢發展。
說了這麼多，來總結一下，要學習一門新知識，並不是籠統的比著人家寫寫看看就行了，要從根上解決，找一本書從頭到尾的研究透，這才是王道。
免責宣告：本文為使用者投稿的文章，程式設計驛站發布此文僅為傳遞資訊，不代表程式設計驛站贊同其觀點，不對對內容真實性負責，僅供使用者參考之用，不構成任何投資、使用等行為的建議。請讀者使用之前核實真實性，以及可能存在的風險，任何後果均由讀者自行承擔。如有發現
本文標題: linux系統讓我的機器學習之路如虎添翼
本文位址: /news/media/13845.html
我的機器學習過程
我的理論學習過程 我在學習機器學習演算法的時候，有乙個主線，就是文字分類，我從網上找到了很多文字的資料集，我在學習大部分演算法的時候都用了機器學習演算法進行文字分類，比如貝葉斯，決策樹，lr，整合學習，lsa knn，plsa knn乃至後面的深度學習方法。做實驗時，比較各中演算法。這樣在乙個主線的...
身為學霸的我學習linux系統之基礎篇
大學的我是乙個很上進的學生，我們學校有乙個eda實驗室，裡面的師哥師姐都很厲害，經常參加學校裡的一些電子類競賽，還有機會參加省內的電子競賽，並且成績好的還進了國賽。看著他們可以學到課堂上學不到的東西，可以做自己想做的事情，真的好羨慕啊。一次機會，eda實驗室的老師要招人，當時很高興，興沖沖的就去找老...
我的機器學習之旅（一） 認識機器學習
機器學習顧名思義，計算機模擬人類學習行為，獲取學習規律改善自己。可以應用於資料的 任務。人類學習 外界現象 認知 推理判斷 歸納規律 計算機 給定樣本資料 學習規則 獲取資料的規律 根據新的資料進行 機器學習的物件 學習任務t，訓練經驗e，效能目標p 例子 學習任務 下象棋 效能目標 擊敗對手 勝率...