綜述，機器學(xué)習(xí)的自學(xué)簡單來說分為三個步驟

前期：知識儲備包括數(shù)學(xué)知識，機器學(xué)習(xí)經(jīng)典算法知識，編程技術(shù)（python）的掌握

中期：算法的代碼實現(xiàn)

后期：實戰(zhàn)水平提升

機器學(xué)習(xí)路徑規(guī)劃圖

一、數(shù)學(xué)基礎(chǔ)

很多人看到數(shù)學(xué)知識的時候就望而卻步，數(shù)學(xué)是需要的，但是作為入門水平，對數(shù)學(xué)的要求沒有那么的高。假設(shè)你上過大學(xué)的數(shù)學(xué)課（忘了也沒事），需要的數(shù)學(xué)知識啃一啃還是基本能理解下來的。

1.1、數(shù)學(xué)內(nèi)容

線性代數(shù)：矩陣/張量乘法、求逆，奇異值分解/特征值分解，行列式，范數(shù)等

統(tǒng)計與概率：概率分布，獨立性與貝葉斯，最大似然(MLE)和最大后驗估計(MAP)等

優(yōu)化：線性優(yōu)化，非線性優(yōu)化(凸優(yōu)化/非凸優(yōu)化)以及其衍生的如梯度下降、牛頓法等

微積分：偏微分，鏈式法則，矩陣求導(dǎo)等

信息論、數(shù)值理論等

上面的看不太懂沒事，不是特別難，學(xué)習(xí)一下就能理解了。

1.2、數(shù)學(xué)資源

網(wǎng)上有很多人會列舉大量大量的課程資源，這是非常不負責(zé)任的事，學(xué)完那些我頭發(fā)都得白了。實際上，我們只需要學(xué)習(xí)其中的一部分就夠了。

1.2.1、吳恩達的斯坦福大學(xué)機器學(xué)習(xí)王牌課程CS229，課后就有對學(xué)生數(shù)學(xué)知識的要求和補充，這些數(shù)學(xué)知識是完全符合機器學(xué)習(xí)要求的，不多也不少。墻裂推薦要看，不過只有英文版的。

鏈接：https://pan.baidu.com/s/1NrCAW38C9lXFqPwqTlrVRA 密碼：3k3m

1.2.2、深度學(xué)習(xí)的三大開山鼻祖之一Yoshua Bengio寫的深度學(xué)習(xí)（包含了機器學(xué)習(xí)）領(lǐng)域的教科書，現(xiàn)在以開源的形式在網(wǎng)上公開。這部書被譽為深度學(xué)習(xí)的圣經(jīng)。在這里我們只看這本書的第一部分，也就是數(shù)學(xué)基礎(chǔ)。囊括了機器學(xué)習(xí)所需的所有必備數(shù)學(xué)基礎(chǔ)，而且是從最基礎(chǔ)的說起，也不多，必讀的。

鏈接：https://pan.baidu.com/s/1GmmbqFewyCuEA7blXNC-7g 密碼：6qqm

1.2.3、跟機器學(xué)習(xí)算法相結(jié)合的數(shù)學(xué)知識。上面兩部分是理論層面的數(shù)學(xué)，機器學(xué)習(xí)算法中會對這些數(shù)學(xué)進行應(yīng)用。

鏈接：https://zhuanlan.zhihu.com/p/25197792，知乎專欄上的一篇好文章，囊括了所有的應(yīng)用知識點。

好了，數(shù)學(xué)方面我只推薦上面三個資源，三個都是必看的。里面很多可能你現(xiàn)在看不太懂，沒關(guān)系。先大概過一遍，知道自己的數(shù)學(xué)水平在哪。在看到算法知識的時候，不懂的再回來補就好。后期需要更多的數(shù)學(xué)資料我會再更新的。

二、編程技術(shù)

編程語言：python3.5及以上，python易學(xué)，這個這期先不細講。

三、經(jīng)典算法知識

算法包括機器學(xué)習(xí)和深度學(xué)習(xí)，機器學(xué)習(xí)是深度學(xué)習(xí)的基礎(chǔ)。所以務(wù)必先學(xué)機器學(xué)習(xí)的經(jīng)典算法，再學(xué)深度學(xué)習(xí)的算法。

3.1、機器學(xué)習(xí)

3.1.1、課程資料

首推吳恩達的CS229，經(jīng)典中的經(jīng)典，在網(wǎng)易公開課里有視頻，翻譯，課程講義，筆記是非常非常完備的。墻裂推薦。這個課程對數(shù)學(xué)有一定的要求，但我覺得只要你上過大學(xué)的數(shù)學(xué)，然后補一下上面的數(shù)學(xué)，完全可以直接來看這個CS229。

假設(shè)你的數(shù)學(xué)真的很差的話，怎么辦？吳恩達在coursera上也開了一門跟CS229完全匹配的課程，coursera機器學(xué)習(xí)課。這門課是CS229的翻版，唯一不同的是它對數(shù)學(xué)基本是沒有要求了，如果你對數(shù)學(xué)真的不懂的話，那就先看這個的教程吧。它跟CS229的關(guān)系就是同樣的廣度，但是深度淺很多，不過你學(xué)完coursera還是要回過頭來看CS229的。這個也是免費的。

CS229課程視頻：http://open.163.com/special/opencourse/machinelearning.html

課程講義和中文筆記：https://pan.baidu.com/s/1MC_yWjcz_m5YoZFNBcsRSQ 密碼：6rw6

3.1.2、配套書籍：

機器學(xué)習(xí)實戰(zhàn)，必看。用代碼實現(xiàn)了一遍各大經(jīng)典機器學(xué)習(xí)算法，必須看，對你理解算法有很大幫助，同時里面也有應(yīng)用。如果大家看上面純理論的部分太枯燥了，就可以來看看這本書來知道在現(xiàn)實中機器學(xué)習(xí)算法是怎么應(yīng)用的，會很大程度提升你的學(xué)習(xí)興趣，當初我可是看了好幾遍。

書籍及課后代碼：鏈接：https://pan.baidu.com/s/15XtFOH18si316076GLKYfg 密碼：sawb

李航《統(tǒng)計學(xué)習(xí)方法》，配合著看

鏈接：https://pan.baidu.com/s/1Mk_O71k-H8GHeaivWbzM-Q 密碼：adep，配合著看

周志華《機器學(xué)習(xí)》，機器學(xué)習(xí)的百科全書，配合著看。

鏈接：https://pan.baidu.com/s/1lJoQnWToonvBU6cYwjrRKg 密碼：7rzl

3.2、深度學(xué)習(xí)

說到深度學(xué)習(xí)，我們不得不提斯坦福的另一門王牌課程CS231，李飛飛教授的。這門課的課程，課后習(xí)題，堪稱完美。必須必須看。整個系列下來，特別是課后的習(xí)題要做，做完之后你會發(fā)現(xiàn)，哇哦！它的課后習(xí)題就是寫代碼來實現(xiàn)算法的。這個在網(wǎng)易云課堂上有。

視頻地址：http://study.163.com/course/introduction.htm?courseId=1004697005

課程筆記翻譯，知乎專欄：https://zhuanlan.zhihu.com/p/21930884

墻裂建議要閱讀這個知乎專欄，關(guān)于怎么學(xué)這門課，這個專欄寫的很清楚。

課后作業(yè)配套答案：https://blog.csdn.net/bigdatadigest/article/category/7425092

3.3、學(xué)習(xí)時間

到這里了，你的機器學(xué)習(xí)和深度學(xué)習(xí)算是入門了。學(xué)完上面這些，按一天6小時，一周六天的話，起碼也得三個月吧。上面是基本功一定要認真學(xué)。但是，還找不了工作。因為你還沒把這些知識應(yīng)用到實際當中。

3.4、實戰(zhàn)部分

3.4.1、實戰(zhàn)基礎(chǔ)

這一個階段，你要開始用tensorflow（谷歌的深度學(xué)習(xí)框架）、scikit-learn（python的機器學(xué)習(xí)框架），這兩個框架極大程度地集成了各大算法。其實上面在學(xué)習(xí)cs231n的時候你就會用到一部分。

scikit-learn的學(xué)習(xí)：http://sklearn.apachecn.org/cn/0.19.0/

這是scikit-learn的官方文檔中文版翻譯，有理論有實戰(zhàn)，最好的庫學(xué)習(xí)資源，沒有之一。認真看，傳統(tǒng)的機器學(xué)習(xí)就是用這個庫來實現(xiàn)的。

Tensorflow的學(xué)習(xí)：https://tensorflow.google.cn/api_docs/python/?hl=zh-cn

官方文檔很詳盡，還有實戰(zhàn)例子，學(xué)習(xí)tensorflow的不二之選

3.4.2、實戰(zhàn)進階

僅僅看這兩個教程是不夠的，你需要更多地去應(yīng)用這兩個庫。

接下來推薦一部神書，機器學(xué)習(xí)和深度學(xué)習(xí)的實戰(zhàn)教學(xué)，非常非常的棒，網(wǎng)上有很多號稱實戰(zhàn)的書或者例子，我看了基本就是照搬官網(wǎng)的，只有這一本書，是完全按照工業(yè)界的流程解決方案進行實戰(zhàn)，你不僅能學(xué)習(xí)到庫的應(yīng)用，還能深入了解工業(yè)界的流程解決方案，最好的實戰(zhàn)教學(xué)書，沒有之一。書名是hands-on-ml-with-sklearn-and-tf

鏈接：https://pan.baidu.com/s/1x318qTHGt9oZKQwHkoUvKA 密碼：xssj

3.4.3、實戰(zhàn)最終階段

kaggle數(shù)據(jù)競賽，如果你已經(jīng)學(xué)到了這一步，恭喜你離夢想越來越近了：對于我們初學(xué)者來說，沒有機會接觸到機器學(xué)習(xí)真正的應(yīng)用項目，所以一些比賽平臺是我們不錯的選擇。參加kaggle競賽可以給你的簡歷增分不少，里面有入門級別到專家級別的實戰(zhàn)案例，滿足你的各方面需求。如果你能學(xué)到這一步了，我相信也不需要再看這個了。

上述所有資料的合集：https://pan.baidu.com/s/1tPqsSmSMZa6qLyD0ng87IQ 密碼：ve75

補充：

學(xué)到這個水平，應(yīng)該是能夠?qū)嵙?xí)的水平了，還有很多后面再說吧。比如深度學(xué)習(xí)和機器學(xué)習(xí)的就業(yè)方向，深度學(xué)習(xí)得看論文，找工作還得對你得編程基礎(chǔ)進行加強，具體就是數(shù)據(jù)結(jié)構(gòu)與算法，我當年在這個上面可是吃了很大的虧。

這里面關(guān)于深度學(xué)習(xí)和機器學(xué)習(xí)的就業(yè)其實是兩個方向，上面的其實也沒有說全。一般來說，你得選擇一個方向?qū)９ァＮ医ㄗh的是，自學(xué)的最好在后期側(cè)重機器學(xué)習(xí)方向，而不是深度學(xué)習(xí)。深度學(xué)習(xí)的崗位實在是太少，要求太高。機器學(xué)習(xí)還算稍微好點。

重點：上面的學(xué)習(xí)路徑是主要框架，但是不意味著僅僅學(xué)習(xí)這些就夠了。根據(jù)每個人基礎(chǔ)的不同，你有可能需要另外的學(xué)習(xí)資料補充。但是，我希望大家可以按照上面的主框架走，先按上面我推薦的資源學(xué)，有需要的再去看別的（我之后也會推薦），上面的我能列出來的都是最經(jīng)典的，最有效率，而且我親身學(xué)過的。