首先學(xué)習(xí)機(jī)器學(xué)習(xí)必須有扎實的數(shù)學(xué)基礎(chǔ)和算法基礎(chǔ)，要想吃透其思想沒有捷徑可以走，只能踏踏實實的學(xué)習(xí)，不然南京大學(xué)成立的人工智能學(xué)院怎么開了那么多門的數(shù)學(xué)課？比如高等數(shù)學(xué)、線性代數(shù)、概率論與數(shù)理統(tǒng)計、泛函分析、運(yùn)籌學(xué)（注意不是諸葛亮運(yùn)籌帷幄的那個兵法，是數(shù)學(xué)的分支，你如果理解為奇門遁甲得原理和數(shù)學(xué)相通的，這個是沒問題的）、算法設(shè)計等等，據(jù)說985的大學(xué)生也學(xué)的頭疼，其實我覺得不管什么樣的好學(xué)生，認(rèn)識事物都是從感性到理性的過程，不可逾越，能夠逾越的，都是從小各種環(huán)境就好，985大學(xué)生學(xué)起來吃力說明課程安排和時間安排有問題，我是做大學(xué)生工作的，對955同學(xué)也很了解，就是他們太忙了，一上大學(xué)手頭的名目太多了：什么考研、第二學(xué)歷、托福等。
不說這些了，那么初學(xué)者機(jī)器學(xué)習(xí)想入門到底有沒有捷徑可走？答曰：有，前提是你肯專研，這可不如web前端、JAVA語言之類的入門容易，按照我說的步驟做法如下：
1、你連初高中的數(shù)學(xué)都不扎實的，多補(bǔ)習(xí)，多做數(shù)學(xué)題因為有些算法初高中的數(shù)學(xué)就能解決，比如協(xié)同過濾算法里面求相似度：你可以用歐式距離求，歐式距離不會？那你還不復(fù)習(xí)和補(bǔ)習(xí)？初中學(xué)的?？梢杂糜嘈瘮?shù)求解，這個是初中知識吧？當(dāng)然也可以用大學(xué)學(xué)的方差、相關(guān)系數(shù)求解，忘了？可以百度，大學(xué)生應(yīng)該有自學(xué)能力吧（由于分?jǐn)?shù)低的200～450分的不算，當(dāng)然也有好的，我們這里不談小概率事件，大家也別喝毒雞湯：什么某某學(xué)歷不好，但是什么什么云云，下同）？2、你可以借助于計算框架先入門機(jī)器學(xué)習(xí)計算框架比如JAVA語言的mahout、python語言的機(jī)器學(xué)習(xí)庫（一般來說是sklearn），Scala語言的MLib。比如決策樹算法就被python封裝的很好?；A(chǔ)不好，借助于框架也是沒辦法的事情，先入門體驗，再學(xué)原理。值得注意的是：不可以只會框架，不懂原理和推導(dǎo)步驟，這樣只會表面東西沒什么用。我的學(xué)生我直接要求使用代碼實現(xiàn)諸如Apriori算法、決策樹算法等，我不讓他們用框架，那是害他們，什么時候用框架？對了，工作時候用，因為工作和學(xué)習(xí)不一樣，工作追求效率，學(xué)習(xí)追求原理。所以很多社會上拿python來忽悠的，大多數(shù)為學(xué)藝不精或者不學(xué)無術(shù)者來誤人子弟，大家一定善于辨別，別入坑。
3、要有不斷學(xué)習(xí)和鉆研精神急功近利的人學(xué)不好機(jī)器學(xué)習(xí)，更別指望靠它創(chuàng)新設(shè)計出來新的數(shù)學(xué)模型。比如SVM支持向量積算法涉及到的知識有凸優(yōu)化、拉格朗日乘數(shù)法、空間幾何等知識，很多機(jī)器學(xué)習(xí)的書本寫到這個算法就寥寥幾筆帶過，因為沒法寫了，要寫光這個算法就寫好幾本書？那怎么辦，我們大家要有鉆研精神。機(jī)器學(xué)習(xí)算法工程師工資是高，甚至月薪10萬以上很正常。但是你和面試官說我會python機(jī)器學(xué)習(xí)，面試官必然問的深入，這時候你就會表面東西肯定和高薪無緣，不是不用你，你可以做數(shù)據(jù)、調(diào)參數(shù)。所以我們浮躁不得，更不能有傳統(tǒng)思想：靠簡單的游戲規(guī)則賺大錢，因為現(xiàn)在資本家投資越來越理性，野蠻增長日子一去不復(fù)返。更重要的你不愛機(jī)器學(xué)習(xí)，它就不愛你，你目的不純（只向錢看）它更讓你難受。所以要學(xué)機(jī)器學(xué)習(xí)務(wù)必有鉆研精神。至于入門的書有沒有？答曰：有，列舉如下：
1、《白話大數(shù)據(jù)與機(jī)器學(xué)習(xí)》這本書優(yōu)秀高中生就能看懂，這已經(jīng)是最低要求了。作者：高揚(yáng)，一位務(wù)實的專家。這本書將涵蓋以下比較重要的數(shù)據(jù)挖掘和分析知識點(diǎn)：概率、統(tǒng)計和分布、多維向量空間、回歸、聚類、分類、關(guān)聯(lián)分析、協(xié)同過濾、文本挖掘、神經(jīng)網(wǎng)絡(luò)。同時，講解了大數(shù)據(jù)相關(guān)的人才需求、行業(yè)情況、大數(shù)據(jù)變現(xiàn)與產(chǎn)品發(fā)布、系統(tǒng)調(diào)優(yōu)等讀者需要了解的內(nèi)容。
2、《白話深度學(xué)習(xí)與TensorFlow》本書寫的很人性化，作者還是高揚(yáng)等，這里感謝開發(fā)公司的架構(gòu)師們百忙之中還為初學(xué)者著想。本書適用于零基礎(chǔ)的初學(xué)者：（1）基礎(chǔ)篇（靠前～3章），講解了機(jī)器學(xué)習(xí)、深度學(xué)習(xí)與實踐的上下文知識，如基本的機(jī)器學(xué)習(xí)與深度學(xué)習(xí)算法，TensorFlow框架的安全與配置，簡單的深度學(xué)習(xí)實踐。該篇是閱讀和實踐的基石。原理與實踐篇（第4～8章），介紹“老牌”的深度學(xué)習(xí)網(wǎng)絡(luò)的數(shù)學(xué)原理和工程實現(xiàn)原理，尤其是第4章，如果能基本讀懂，后面的網(wǎng)絡(luò)實現(xiàn)層面的問題基本都可以迎刃而解。涵蓋BP網(wǎng)絡(luò)、CNN、RNN的結(jié)構(gòu)、思路、訓(xùn)練與使用，以及一些常見的綜合性問題。該篇是學(xué)習(xí)深度學(xué)習(xí)的重點(diǎn)和難點(diǎn)，作者通過大量示例、推理與實現(xiàn)，幫讀者優(yōu)選化降低學(xué)習(xí)曲線。
（2）擴(kuò)展篇（第9～13章），介紹一些網(wǎng)絡(luò)的變種和一些較新的網(wǎng)絡(luò)特性，涵蓋深度殘差網(wǎng)絡(luò)、受限玻爾茲曼機(jī)、強(qiáng)化學(xué)習(xí)、對抗學(xué)習(xí)，這是讀者進(jìn)一步學(xué)習(xí)與實踐思路的鑰匙。很后給出了一些有趣的深度學(xué)習(xí)應(yīng)用：人臉識別、作詩姬、大師風(fēng)圖像處理，有趣又等
