机器学习如何入门

这几年，机器学习绝对是计算机领域最热门的话题和方向。我不是专门的算法工程师，但是工作中会用到一些算法，对于机器学习也仅仅是入门的水平。但是现在人工智能方面的专业才刚刚兴起，大部分的人也只有靠自学，我准备从入门者的角度给大家分享一点经验。

一、学前准备
1、准备一台自己的电脑。入门阶段的数据集一般都不大，可以使用个人笔记本电脑进行运行。
2、数学。只要大学学过线性代数、高数、概率论就可以入门了，即使不会，在机器学习的过程中可以当工具书回去补一下。
3、英语。虽然国内人工智能领域已经做得不错，但是主流的资料都是英文的，并且外国人也乐于分享，学习的每一步基本上都能找到教程。
4、编程语言。我大学只学过C语言，虽然忘了很多还是先就这样上了。如果学过Python的更好 。


二、入门学习
1、入门机器学习的第一节课我看的是Andrew Ng老师的machine learning的课程。这也是市面上最火的课程，课程比较重理论基础，但是语言用的是Octave。课程链接：https://study.163.com/course/introduction/1004570029.htm
2、因为基本上Machine Learning领域的教学资料和主流框架都是使用的Python，所以又看了一下Python的基础教程，推荐北京理工大学老师讲的精品课程《Python语言程序设计》，https://www.icourse163.org/course/BIT-268001
3、网上找了个学习资源看机器学习，但是没看入门篇了，直接看的提升篇，帮助也挺大。课程链接：http://siligence.ai/addons/ask/courses/detail/id/11.html
4、书的话推荐周志华老师的西瓜书《机器学习》。

三、进阶
上面的课程就够入门了，后面可以根据自己的兴趣和方向，有的放矢。我的话还看了深度学习的实战课程openCV的计算机视觉，也对本人很有帮助。课程链接：http://siligence.ai/addons/ask/courses/detail/id/6.html
想完整学习深度学习的也可以看传说中的AI圣经，台大李宏毅的课程：http://siligence.ai/addons/ask/courses/detail/id/17.html