开始学习机器学习！

《统计学习方法》这本书有点偏理论，有很多关于数学和统计学的知识（似然函数、）。此书系统全面的介绍了各种监督学习方法（其中隐马尔科夫模型的学习方法分监督和非监督两种），包括感知机、k近邻法、朴素贝叶斯法、决策树、逻辑斯谛回归与最大熵模型、支持向量机、提升方法、EM算法、隐马尔可夫模型和条件随机场等。除第1章概论和最后一章总结外，每章介绍一种方法，并且中间穿插一些简单的实例。这本书可以和《机器学习实战》一起学习，这本书使用python实现算法。第一本书偏理论，第二本书偏实战，可以结合起来学习。

       自己花了差不多一星期的时间看了这本书，可是我想真要把上面的道理搞明白可能使用的时间至少得半年或者更多。里面用到的很多方法虽然是暂时看懂了，但是想要能够使用这些理论开始编码然后解决现实的问题，比如说自己写一个简单的分类程序，或者使用k近邻法，或者决策树，或者朴素贝叶斯，如果牛逼的话可以试试支持向量机或者隐马尔科夫模型，这还有很长一段路要走啊。现在心里面有点写一个拼音输入法的冲动，但是心中还是没一点谱，怎么下手，先做什么，后做什么都不知道。

       只感觉是自己有点心高气傲了，哈哈，现在才刚刚开始学习机器学习方面的知识，就不安分的想要写出自己的搜索引擎或者输入法，的确是太早啊。不过对于书上的例子自己还是应该好好练习的，只有这样才能够稳扎稳打。

        或者说自己还是有点不切实际，这样持续下去的话那么自己很可能就坚持不了多长时间的，虽然目标是远大的，但是现实要求你把这些目标给分解了，否则的话只能让自己最终讨厌这件事而放弃原先的目标。一步一步来，定好自己的学习计划，然后根据执行情况适时地改变自己的计划。并且学习当中自己最好要多动手，也就是自己多编程实现，否则的话只是学习理论知识，很难理解，并且 即使理解了，很快就会忘记，所以说编程实现才能够让自己的知识巩固，并且这也是检验自己学习成果的一个手段。

        当然自己的学习也不能完全放在这一个上面，或许这样的一个过程将是很艰难的，所以说可以学习点其他的知识来来使自己的大脑缓冲一下。

       自己要学习的其他知识主要还是数据结构和算法，算法是自己的硬伤啊。《算法导论》、《 编程珠矶》这本书还是要好好看看的。