Question

机器学习该怎么入门

Answer 1

如果你想学习机器学习方面的时候，你需要先看一下这方面的理论，跟哪个语言无关，知道你理解了机器学习，你才需要使用编程语言来实现你的想法。

推荐你看

机器学习系统设计

这本书就是使用python学习机器学习的。

 如果解决了您的问题请采纳！

如果未解决请继续追问

Answer 2

　　机器学习说简单就简单，说难就难，但如果一个人不够聪明的话，他大概很难知道机器学习哪里难。基本上要学习机器学习，先修课程是algebra, calculus, probability theory, linear regression。这几门科学好了再学Machine learning是事半功倍的。此外近代数学的东西也要懂， functional analysis啥的。其实不懂也行，只是现在文献总是喜欢引用里面的概念，懂一些读起来方便。real analysis最好用心学，对序列或函数的收敛性的理解很能帮助你了解这些模型的精髓。Optimization theory (ref. Convex optimization by Boyd)也是重中之重，在前面几门课学好并有一定python基础的时候可以仔细读一读。
其实机器学习需要看的书不多，必读的是elements of statistical learning。这本书涵盖范围很广，且深入浅出，习题也有一定难度，适合自学。你看过这本之后就知道其他什么书可以看什么书不需要看了。
再下来就是练习，这个是重中之重。可以仿照别人写写code，也可以自己想想办法，但最主要的是要能够迅速完成编程并给出结果。
最后就是读source code并自己实现几个model from scratch。这个比较难，但是确是最锻炼人的。具体语言应该是越基础越好，比如C/C++什么的。等自己写完了一两个model，再去用别人的package就会觉得得心应手许多了。此外，基于python的工具包scikit-learn的sourcecode很好读，建议大家多看看。

Answer 3

网络上有大量的资源可用。应该先订阅一些时事通讯、技术博客、微信公众号，以保持个人知识的滚动。比如medium、云栖社区等。

1、一步一步慢慢走：全面了解机器学习算法和相关的数学知识。要想真正地了解算法细节，就必须从头开始编码实现。建议可以试试一些公开课(比如，course、Brilliant.org)，并参加人工神经网络课程。在学习的同时，可以完成对应的线下作业。通过完成对应的作业，会进一步加深对知识的理解。

2、快速上手：如果你对编写算法并不感兴趣，可以跳转到学习TensorFlow和对应的速成课程。

Answer 4

①机器学习的基础是数学，入门AI必须掌握一些必要的数学基础，但是并不是全部的数学知识都要学，只学工作上实际有用到的，比如是微积分、概率论、线性代数、凸优化等这些。
②数据分析里需要应用到的内容也需要掌握，但不是网上所说的从0开始帮你做数据分析的那种，而是数据挖掘或者说是数据科学领域相关的东西，比如要知道计算机里面怎么挖掘数据、相关的数据挖掘工具等等
补足了以上数学和数据挖掘基本知识，才可以正式进行机器学习算法原理的学习。
③算法方面需要掌握一些基本的框架：python、spark、mllib、scikit-learning、pytorch、TensorFlow，数据方面需要懂得HQL、numpy、pandas，如果你本身是后台开发、app开发、数据分析、项目管理，则是一个学习算法的一个加分项。
④最后需要对人工智能有全局的认知，包括机器学习、深度学习两大模块，相关的算法原理、推导和应用的掌握，以及最重要算法思想。
可以去学习下菜鸟窝的机器学习课，python基础、数据分析、数学都是从0基础开始，老师都是BAT工业界多年实践经验的，能让你短时间入门机器学习，并且拥有持续读paper等的自学能力，不过培训跟相亲一样要看眼缘，我这里有他们公开课的全套资料包括PPT源码，想要的可以私我哦。

Answer 5

推荐一个学习网站，51learn.ueuo.com//?p=70，入门教程 浅显易懂，编程语言 python3，机器学习库 sklearn