不要浪费时间！直到你到达你的蟒蛇机器学习

Python——书

这里推荐三本最有价值的书吧：

《流畅的Python》，作者：[巴西]Luciano Ramalho，很厚，比较全面，可以作为工具书常常翻看

《 Python编程从入门到实践（第2版）》，作者：[美]埃里克·马瑟斯（Eric,Matthes） 非常全面，对新手还算友好，里面有很多的练习项目非常不错。

《利用Python进行数据分析·第2版》 数据分析入门必读书，主要介绍了python 3个库numpy（数组），pandas（数据分析）和matplotlib（绘图）的学习。

Python——教程

学习Python最好的入门线上教程，首推Python官方文档

https://docs.python.org/zh-cn/3/tutorial/index.html

官方文档足够详细和系统，但是内容太庞大，学习来会有点吃力，直接啃官方文档的教材，不如老师讲给你听来的效率高。廖雪峰的Python新手教程也是个不错的选择，每一节都有练习题，学习来更顺畅，对新手很友好。

https://www.liaoxuefeng.com/wiki/1016959663602400

机器学习最常用的库少不了Numpy 、Pandas 、Matplotlib这些库我觉得看官方文档就好了，不过英文不好的同学可能就不满意了，这里分别列一下这些库的官方文档和个人觉得很不错的中文教程：

Numpy官方文档：https://numpy.org/doc/stable/user/quickstart.html

中文教程：https://www.numpy.org.cn/user/quickstart.html

Pandas官方文档：https://pandas.pydata.org/docs/user_guide/10min.html

中文教程：https://www.pypandas.cn/docs/getting_started/10min.html

Matplotlib官方文档：https://matplotlib.org/stable/tutorials/introductory/usage.html

中文教程：https://www.matplotlib.org.cn/tutorials/

Python——视频

推荐一个网址，里面有详尽的Python学习资料，可以参考借鉴一下：

https://www.bjsxt.com/?source=baidu&plan=?pinpai?PC-beijingshangxuetang&unit=shangxuetang&keyword=shangxuetangpeixun&e_creative=40627404324&e_adposition=cl1&e_keywordid=181744156778&e_keywordid2=126921136746&sdclkid=A5fs152615f6AJDRx-&bd_vid=8187635627510078103

机器学习——书

市面上凡推荐机器学习的书，都少不了李航的《统计学习方法》和周志华的《机器学习》，我当初也是看了大佬推荐，在这两本书上耗费了极多的时间。但这两本我觉得都不太适合入门，尤其是统计学习方法，简直就是上等武功秘籍，太过精炼，啃起来太吃力。对比起来周老师的《机器学习》相对好点，其中有些公式推导有点跳，Datawhale 出了一本开源的《机器学习公式详解》是个很好的补充。

1、周世华的《机器学习》是必不可少的工具书，值得反复阅读，不过建议在看过视频教程之后。

2、《机器学习实战：基于Scikit-Learn、Keras和TensorFlow（原书第2版）》，作者：[法]奥雷利安·杰龙（Aurélien,Géron），入门可以先看前 9 章。

3、《机器学习：软件工程方法与实现》作者：张春强，张和平，唐振。市面上很少有书能够把机器学习在业务层面的应用介绍清楚，比如模型解释、模型上线，模型监控等等，没有看到特别详细的，有一本还算满意，就是知名度比较低：《机器学习：软件工程方法与实现》。

4、《深入理解XGBoost：高效机器学习算法与进阶》作者：何龙。现在无论是竞赛还是工业界，boost模型都应用十分广泛，分类、回归、排序，XGBoost都能搞。最后再介绍一本我认为的必读：《深入理解XGBoost：高效机器学习算法与进阶》，作者是XGBoost开源社区贡献者何龙。这本书以机器学习基础知识做铺垫，深入剖析了XGBoost的原理、分布式实现、模型优化、深度应用等。

机器学习——教程

推荐sklearn的文档，以及吴恩达、李宏毅、林轩田三位老师的视频课件。

机器学习——视频

与Python不同，机器学习基础我觉得最好还是跟着视频学，因为初学机器学习算法，涉及很多公式推导，非常难理解，跟着视频学起来会轻松不少。

视频首推吴恩达的公开课，这是学习机器学习基础知识的最好的课程。英语不好的同学也不要担心，视频是有中文字幕的。https://www.bilibili.com/video/BV164411b7dx

作为补充，时间充裕的同学可以看看台大李宏毅的机器学习公开课，特点是中文授课，比较轻松的

https://www.bilibili.com/video/BV1pE411g7Wi。

时间更充裕的也可以看看林轩田的视频课，只看基石部分即可。https://www.bilibili.com/video/BV1Ft41197Dy

机器学习——数学基础

数学基础这一块是个无底洞，不太建议大家耗费过多时间，用到了再补也不迟。也不建议大家看书，基础确实特别薄弱的同学，只推荐一本：《机器学习的数学》，这本书特别全面的介绍了微积分、线性代数、概率统计、信息论、随机过程、图论等内容。再强调一遍，此书仅适于基础特别薄弱的同学，但凡有点基础就别看书。

《机器学习的数学》作者：雷明。

个人感觉机器学习中用到最多的应该是线代，喜欢看视频的可以看看李宏毅的机器学习中的线性代数：https://www.bilibili.com/video/BV1G7411f7BE/

或者3blue1brown：线性代数的本质https://www.bilibili.com/video/BV1Ys411k7yQ

OK，以上就是所有内容。大家也可以进一下Q群（领取python入门学习资料），相互交流，围观朋友圈~~~