阅读别人的博文，尤其是优秀的博文，可以让一个人获益很多。对于机器学习，存在一些优秀的博文是需要认真阅读学习的，它们主要来自Kaggle Competition Winners，发布在Kaggle的官方博客上。在这些博文中，作者站在自己的视角上解释了怎么做特征工程和怎么进行模型选择，这是我们在做机器学习时都要解决的问题，这些博文给我们提供了一个很好的可借鉴的经验，并且其相比官方文档而言在模型解释方面可读性更高，更易理解。
闲言少叙，我们看看都有哪些博文：
这个列表以后可能会变得很长。我会不定期地去阅读一下。
- http://blog.kaggle.com/2015/01/02/cifar-10-competition-winners-interviews-with-dr-ben-graham-phil-culliton-zygmunt-zajac/
- http://blog.kaggle.com/2016/07/21/approaching-almost-any-machine-learning-problem-abhishek-thakur/
- http://blog.kaggle.com/2017/01/23/a-kaggle-master-explains-gradient-boosting/
- https://elitedatascience.com/overfitting-in-machine-learning
- http://ruder.io/optimizing-gradient-descent/
Advertisements
