Question

不会算法如何学习机器学习？

我的应用编程还可以，算法非常不好，但是写应用都没有问题，现在想进入机器学习领域，但是发现了，都是算法，如果我不会算法，可以学习机器学习吗？怎么开始

Answer 1

先看看相关的图书：要有好几本作为参考，最好是角度差异大、深浅程度不同，比如系统的导论式的、深入的有推导的、浅出的手把手的。它要充当不同学习过程中的工具书。
网络教程：比如Andrew Ng的、各种专题的博客，有针对地找相应的教程，相对着看，网络资源比如51cto学院的课程跟书的表达方式毕竟是不一样的，也是很有益的信息源。
paper：比如学CNN的时候，就搜一堆论文来，集中一段时间看一轮，一定要有针对性，带着很明确的问号去看。
开源资源：很多很多东西，其实都有人做出来开源了，直接拿来用，一边用一边理解，甚至可以学习源码。
关注这个领域：关注相关的会议期刊，关注大牛们（Hinton、Bengio、LeCun等）的动向，微博加一堆领域大牛每天看一眼他们分享什么上来。
基础知识：线代、统计、概率、数学分析；信息论方面基本概念要理解，比如要知道相对熵是什么意思和怎么算；凸优化和最优估计相关内容，在各种各样问题中都会遇到，学好了可以帮大忙。
机器学习主要就是找到目标函数并且做参数估计，虽然有很多现成工具，但是不熟悉优化问题的话，会很抓瞎。
熟悉几个模型：神经网络（SAE、RBM、CNN等）、SVM、最大熵、CRF、随机森林、GMM等等。了解不同应用场景下各种模型有什么优劣，挑一些自己以后可能常用到的多练习。

Answer 2

说实话不懂算法，是不可能能学好机器学习的。推荐你上海涛德顾问学院，数学算法和机器学习以及深度学习同时学习。另外由于招聘公司的要求，本科以下学历就别学了，浪费时间。有时间能考个研究生除外。

Answer 3

肯定对机器学习了解不多才会提这种问题。 这问题专业程度看起来和“机器学习工程师”这词汇一样。 机器学习，基础的PCA模型理论，贝叶斯，boost,Adaboost, 模式识别中的各种特征，诸如Hog，Haar,SIFT等 深度学习里的DBN，CNN，BP，RBM等等。

追问

是的，刚刚了解这个学科，想深入了解下，不知道从哪里开始，像tensorflow, paddlepaddle 他们的基础教程都是从近邻算法等等算法开始，可是我压根看不懂，我这还能开始吗