导读：如何像鸟飞过机器学习的山？

作者：木羊同学

来源：大数据DT（ID：hzdashuju）

01  “机器学习好学吗？”

这是我最常听到的一个问题，以前我的回答也简单明了，就两个字，好学。不过，现在我感觉自己好像草率了一点。机器学习还是“好学”的，但再加一个“学习”，不但会变得有点拗口，也让问题更加复杂了。

也许有同学不太同意，说机器学习得先学好数学，数学难道还有好学的吗？

这种观点很有代表性，里面包含了两个问题。第一个问题是，机器学习真得先学好数学吗？而另一个问题则是，数学是不是一定都很难学？

先说这个机器学习吧，我们老是“机器学习机器学习”地挂在嘴边，好像专门有项什么技术就叫这个名字。实际上呢，机器学习只是一个大框，里面装满了各种模型算法，从原理到结构，可能都完全不是一回事。所以，最开始我理解的学习机器学习，就是学习各种模型算法到底都是怎么一回事。

难不难呢？我的回答是，可以很难，也可以没这么难，根据你不同的学习目标，至少有三种难度可以选择：

第一种，如果你想要学完之后开发一种新的模型算法，或者给现有的算法模型增加某种设计以提升性能，这种最难，放眼全世界能做到的人都不太多。

第二种，从数学层面掌握机各种器学习算法的原理和逻辑，通常包括了解各类数学名词术语、推导各种公式等等。这比第一种就是简单太多了，很多开设了机器学习课程的高校就是朝着这个目标制定教学计划的，不过门槛还是挺高的，毕竟要学数学，而数学距离可盐可甜确实还有点远。

第三种，就是掌握机各种器学习算法的原理和逻辑。看着和第二种一样，就是少了“从数学层面”这五个字。有什么差别呢？

差别可大了，这一种着眼于问题，最想知道的是怎样选择合适的模型来解决问题，学习的内容变成了不同的模型有哪些不同的效果，面对问题又该怎样兵来将挡水来土掩。第二种我们说学习难度就已经大大减少，而这第三种和第二种相比，更是折上又打了骨折，难度差别比“买保时捷”和“买保时捷模型”还大。

更重要的是，许多人想学机器学习，想学的不是数学公式，恰恰正是怎样使用，有时还是带着问题学，看看在机器学习这里能不能淘到一把趁手的工具。所以我说，机器学习好学。

02 如何从解决问题的角度学习机器学习

如果学机器学习是为了解决问题，那自然希望学习成本越低越好，学习时间越短越好。而我们也都知道，数学就是个时间黑洞，多少时间扔进去都不一定能听到个响，这也是不少人不太敢碰机器学习的现实原因。

既然这样我们就要问了，有没有不学数学也能用机器学习解决问题的方法呢？