如何自学人工智能？
不少同学跃跃欲试，想投入 AI 的怀抱，但苦于不知如何下手。其中，人工智能的核心就是机器学习（Machine Learning），它是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。
我们今天就来分享一篇来自 EliteDataScience 上专门讲给机器学习入门自学者的教程，一步步教你如何从基础小白进阶为 ML 大拿。快上车吧，别找硬币了，这趟车不要钱！
你是否正在准备自学机器学习，但又不知道怎么去学、还被那些贵的要命的培训课程吓得不行？
今天我们在这篇文章里就教你怎样免费获得世界级的机器学习教育，你既不需要有博士学位，也不必是技术大牛，更不必卖好几个肾去买一份很贵的培训课程。不管你是想成为数据科学家还是在开发中使用机器学习算法，其实你都能比想象中更快地学习和应用机器学习。
本文告诉你在机器学习之路上的几个步骤，保你不会迷路，下面开始我们的表演。
第一步：先搞懂什么是机器学习
在闷头学习机器学习之前，最好先把什么是机器学习搞清楚，了解机器学习的基本概念。
简单来说，机器学习就是教电脑怎样从数据中学习，然后做出决策或预测。对于真正的机器学习来说，电脑必须在没有明确编程的情况下能够学习识别模型。
机器学习属于计算机科学与统计学的交叉学科，在多个领域会以不同的面目出现，比如你应该听过这些名词：数据科学、大数据、人工智能、预测型分析、计算机统计、数据挖掘······
虽然机器学习和这些领域有很多重叠的地方，但也不能将它们混淆。例如，机器学习是数据科学中的一种工具，也能用于处理大数据。
机器学习自身也分为多个类型，比如监督式学习、非监督式学习、增强学习等等。例如：
邮件运营商将垃圾广告信息分类至垃圾箱，应用的是机器学习中的监督式学习；电商公司通过分析消费数据将消费者进行分类，应用的是机器学习中的非监督式学习；而无人驾驶汽车中的电脑合摄像头与道路及其它车辆交互、学习如何导航，就是用到了增强学习。
想了解机器学习的入门知识，可以看看一些网络课程。对于想对机器学习领域的重点慨念有个基础的了解的人来说，吴恩达教授的机器学习入门课程绝对必看：
https://www.coursera.org/learn/machine-learning
以及“无人车之父” Sebastian Thrun 的《机器学习入门》课程，对机器学习进行了详细介绍，并辅以大量的编程操作帮助你巩固所学内容：
https://cn.udacity.com/course/intro-to-machine-learning--ud120
此外，Sebastian 在优达学城上还开设了一本《人工智能入门》课程，讲解人工智能领域的基本原理以及相关应用比如机器人、计算机视觉和自然语言处理等：
https://cn.udacity.com/course/intro-to-artificial-intelligence--cs271
当然也少不了集智君整理制作的免费专栏，在这里你可以免去安装环境的烦恼，直接投入简单地机器学习训练中来：
边看边练的简明机器学习教程 Part I - 集智专栏
这些课程都是免费的哦！
大概了解机器学习后，我们就来到知识准备阶段了。
第二步：预备知识
如果没有基本的知识储备，机器学习的确看起来很吓人。要学习机器学习，你不必是专业的数学人才，或者程序员大牛，但你确实需要掌握这些方面的核心技能。
好消息是，一旦完成预备知识，剩下的部分就相当容易啦。实际上，机器学习基本就是将统计学和计算机科学中的概念应用在数据上。
这一步的基本任务就是保证自己在编程和统计学知识上别掉队。
2-1：用于数据科学中的Python编程
如果不懂编程，是没法使用机器学习的。幸好，这里有份免费教程，教你如何学习应用于数据科学中的Python语言：
https://elitedatascience.com/learn-python-for-data-science
[Python入门] 01 基本法则 - 集智专栏：
https://jizhi.im/blog/post/pyintro01
从零学习数据科学中Python的完全指南：
https://www.analyticsvidhya.com/blog/2016/01/complete-tutorial-learn-data-science-python-scratch-2/
以及40多个Python学习资源的汇总文章：
https://www.datacamp.com/community/tutorials/python-statistics-data-science
2-2：用于数据科学的统计学知识
了解统计学知识，特别是贝叶斯概率，对于许多机器学习算法来说都是基本的要求。
这里有份学习数据学习中统计学知识的教程：
https://elitedatascience.com/learn-statistics-for-data-science
2-3：需要学习的数学知识
研究机器学习算法需要一定的线性代数和多元微积分知识作为基础。点这里，获取一份免费学习教程：
https://elitedatascience.com/learn-math-for-data-science
第三步：开启“海绵模式”，学习尽可能多的原理知识
所谓“海绵模式”，就是像海绵吸水一样，尽可能多地吸收机器学习的原理和知识，这一步和第一步有些相似，但不同的是，第一步是对机器学习有个初步了解，而这一步是要掌握相关原理知识。
可能有些同学会想：我又不想做基础研究，干嘛要掌握这些原理，只要会用机器学习工具包不就行了吗？
有这个疑问也很正常，但是对于任何想将机器学习应用在工作中的人来说，学习机器学习的基础知识非常重要。比如你在应用机器学习中可能会遇到这些问题：
- 数据收集是个非常耗时耗力的过程。你需要考虑：我需要收集什么类型的数据？我需要多少数据？等此类的问题。
- 数据假设和预处理。不同的算法需要对输入数据进行不同的假设。我该怎样预处理我的数据？我的模型对缺失的数据可靠吗?
- 解释模型结果。说机器学习就是“黑箱”的观点明显是错误的。没错，不是所有的模型结果能直接判读，但你需要能够判断模型的状况，进而完善它们。我怎么确定模型是过度拟合还是不充分拟合？模型还有多少改进空间？
- 优化和调试模型。很少有人刚开始就得到一个最佳模型，你需要了解不同参数之间的细微差别和正则化方法。如果我的模型过度拟合，该怎么修正？我应该将几个模型组合在一起吗？
要想在机器学习研究中解答这些问题，掌握机器学习的知识原理必不可少。这里推荐两个世界级的机器学习课程，一定会让你受益良多：
哈佛大学的机器学习课程，让你了解从数据收集到数据分析的整个流程：
https:// cs109.github.io/2015/ https:// cs109.github.io/2015/pa ges/videos.html https:// github.com/cs109/conten t
（提示：这个课程和吴恩达教授的课程配合食用，效果更加）
斯坦福大学的机器学习课程，清楚地讲解了机器学习的核心概念：
https:// see.stanford.edu/Course /CS229
还有两部值得读的参考书籍：《统计学习导论》和《统计学习基础》
这两部书的英文原版下载地址：
《An Introduction to Statistical Learning》：
http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf
《Elements of Statistical Learning》：
https://web.stanford.edu/~hastie/Papers/ESLII.pdf
注：看不惯英文原版的同学，可以去读这两本书的中文版。
建议大家可以多逛逛Reddit上的机器学习论坛：
https://www.reddit.com/user/techrat_reddit/m/machine_learning/
https://www.reddit.com/r/MachineLearning/
https://www.reddit.com/r/learnmachinelearning/
当然，Quora上的机器学习版块也很有料：
https://www.quora.com/pinned/Machine-Learning
逛论坛不容易看到高阶知识，你不能一直停留在菜鸟阶段不是，要升级就有必要看看专业的论文。arXive是个好去处，是个收集物理学、数学、计算机科学与生物学的论文预印本的网站。
关于人工智能的版块：
https://arxiv.org/list/cs.AI/recent
关于机器学习的版块：
https://arxiv.org/list/cs.LG/recent
如果嫌自己搜索论文太麻烦，可以在网站 arxiv-sanity.com 上注册一个账号，它可以按自己的感兴趣标签给你推送最新的 arXive 上的论文。
第四步：针对性实际练习
在开启“海绵模式”后，你应该掌握了机器学习的基础理念知识，接着就该实际操作了。
实际操作主要是通过具体的、深思熟虑的实践操作增强你的技能。本步目标有三个：
- 练习机器学习的整个流程：收集数据，预处理和清理数据，搭建模型，训练和调试模型，评估模型。
- 在真正的数据集上实践操作：对于什么样的数据适合用什么类型的模型，自己应逐渐建立这方面的判断能力。
- 深度探究：例如在上一步，你学习了很多机器学习算法知识，在这一步就要将不同类型的算法应用在数据集中，看看哪个效果最好。
完成这一步后，就可以进行更大规模的项目了。
4-1 九个基本部分
机器学习是一个非常广泛和丰富的领域，几乎在每个行业都有应用。因为要学习的东西太多，初学者很容易发慌，而且在面对很多个模型时也很容易迷失，看不到大局。
因此，我们把机器学习大概划分为九个部分：
ML整体学习:
基本的机器学习原理，比如方差权衡这些知识。
优化：
为模型发现最优参数的算法。
数据预处理：
处理缺失数据、偏态分布、异常值等。
取样和拆分
怎样拆分数据集来调整参数和避免过度拟合。
监督式学习
使用分类和回归模型从标记数据中学习。
非监督式学习
使用因素和集群分析模型从非标记数据中学习。
模型评估
根据不同的性能度量做出决策。
将不同模型相结合，达到更好的性能。
商业应用
机器学习如何帮助不同类型的商业业务。
4-2 实践工具
对于初学者，我们建议采用现成可用的算法，这样可以把时间用在熟悉机器学习流程上，而不是写算法。根据你使用的编程语言，有两个不错的工具（链接为使用教程）：
Python的Scikit-Learn
https://elitedatascience.com/python-machine-learning-tutorial-scikit-learn
R语言的Caret
https://www.youtube.com/watch?v=7Jbb2ItbTC4
4-3 利用数据集实践操作
在这步需要用数据集进行搭建和调试模型的实际操作，也就是将你在“海绵模式”阶段学到的理论转变为代码。我们建议你选择UCI Machine Learning Repo，Kaggle和http://Data.gov上的数据集开始入手：
UCI Machine Learning Repo：
http://archive.ics.uci.edu/ml/index.php
Kaggle：
https://www.kaggle.com/datasets
http://Data.gov：
https://www.data.gov/
第五步：机器学习项目
终于到了最后一步，也是很有意思的一步。目前为止，我们已经完成了：知识储备、掌握基本原理、针对性练习等阶段，现在我们准备探究更大的项目：
这一步的目标就是练习将机器学习技术应用于完整的端到端分析。
任务：完成下面的项目，依次从易到难。
5-1：“泰坦尼克号”幸存者预测
“泰坦尼克号”幸存者预测是练习机器学习时相当流行的选择。而且有非常多的教程可供参考。
Python 教程：
https://www.kaggle.com/c/titanic
或
https://github.com/savarin/pyconuk-introtutorial
R语言教程：
https://amunategui.github.io/binary-outcome-modeling/
http://will-stanton.com/machine-learning-with-r-an-irresponsibly-fast-tutorial/
5-2 从零开始写算法
我们建议你先以一些简单的方面写起：逻辑回归、决策树、k 最近邻算法等。
如果中间卡住了，这里有些小技巧可以参考：
- 维基百科是个不错的资源库，提供了一些常见算法的伪代码。
- 可以看看一些现成ML工具包的源代码，获得灵感。
- 将算法分为几部分。写出取样、梯度下降等的分离函数。
- 在开始写整个算法前，先写一个简单的决策树。
5-3 选个有趣的项目或自己感兴趣的领域
其实这应该是机器学习最棒的部分了，可以利用机器学习实现自己的想法。
如果实在没想到好点子，这里有6个有趣的初学者机器学习实践项目：
https://elitedatascience.com/machine-learning-projects-for-beginners
结语：
如果你按照这个步骤一步步扎实学习的话，相信你最终一定在机器学习方面小有成就！
我们对初学机器学习的人还有10个小小的tips：
- 为自己设定学习目标和期限，尽力完成。
- 打好学习基础，掌握基本理论。
- 将实践理论相结合，不要只关注某一个方面。
- 试着自己从头写几个算法。
- 多角度思考问题，找到自己感兴趣的实践项目。
- 多想想每个算法能产生什么价值。
- 不要相信科幻电影中对ML的胡吹。
- 别过度理会网上关于ML知识的争论。
- 多想想数据的“输入/输出”，多问问“为什么”