最全的机器学习入门资料

上次我推荐了学习数据分析要看哪些书：数据分析有哪些好书值得推荐？

这次推荐的是机器学习入门要看的书。我们从下面3步详细看下如何去学习。

第1步：基础知识

学习机器学习需要具备数学和编程基础。

1）数学理论：微积分、线性代数、统计学

可汗学院，是由孟加拉裔美国人萨尔曼·可汗创立的一家教育性非营利组织，主旨在于利用网络影片进行免费授课。

可汗学院免费公开课：微积分-积分学

http://open.163.com/movie/2017/5/K/0/MCIM9UCLC_MCIO21CK0.html

可汗学院免费公开课：微积分-微分学

http://open.163.com/special/Khan/differentialcalculus.html

可汗学院公开课：线性代数

http://open.163.com/special/Khan/linearalgebra.html

麻省理工公开课：线性代数

http://open.163.com/special/opencourse/daishu.html

可汗学院公开课：统计学

http://open.163.com/special/Khan/khstatistics.html

可汗学院公开课：概率

http://open.163.com/special/Khan/probability.html

这个是我讲的统计学，内部案例用Python实现，结合生活中的案例可以通俗易懂的学会

https://www.zhihu.com/lives/specials/1022492537281531904

3Blue1Brown制作的数学科普视频，通过动画的方式将数学讲的通俗易懂。官网地址：

https://space.bilibili.com/88461692

2）编程能力：Python

这部门内容在之前的文章中有聊过如何学习：数据分析有哪些好书值得推荐？

第2步：入门机器学习

吴恩达开设的《机器学习》免费入门课，授课地址是：

https://study.163.com/course/introduction/1004570029.htm

推荐理由：这门课的目的是让机器学习初学者能够快速对整个机器学习知识点有比较整体的认识，便于快速入门。

推荐理由：周志华《机器学习》这本书的前言中说的很清楚，“本书只能给诸君提供入门之路径，读者若想通过此书而精通浩瀚之机器学习，那是万万做不到的”。

推荐理由：不要被书名《统计学习方法》（作者：李航）骗到，讲的其实是机器学习算法。

推荐理由：这本书最大的特点就是从零开始，使用Python实现主流的机器学习算法。。用人话把复杂难懂的机器学习算法解释清楚了。

第3步：进阶提高

可以通过参加kaggle竞赛来提高：如何入门kaggle？

在工作中做项目，通过解决实际的问题来不断提高

总结

著名奥地利作家茨威格曾说:

一个人和书籍接触得愈亲密，他便愈加深刻地感到生活的统一。因为他的人格复化了，他不仅用他自己的眼睛观察，而且运用着无数心灵的眼睛，由于他们这种崇高的帮助，他将怀着挚爱的同情踏遍整个的世界。

一个人最好的投资是提升自我，而知识升级最好的办法，便是学习。下面用一张图来总结机器学习如何入门

推荐：一张图看懂数据分析、机器学习、深度学习、人工智能的关系