机器学习该怎么入门？

源自刚在知乎回答的一个问题：

回答如下：

我们的情况很相似，

本科大二，学有余力，关注新风向，想做些better than average的事情。

我也像大多数人一样，知乎上拜读了N篇高票答案，印象笔记里收藏了N篇五花八门的文章，github中star了N个仓库，TensorFlow跑个例子就自认为已经懂机器学习了。

好在，我的学习并没有到此为止，我决定脚踏实地找一门课程来学习。那么问题就来了，选哪个？当时我还是懵懵懂懂的探索心态，上来给我一本PRML、ML大部头原著我保证坚持不过100页… 而视频课程则相对友好易懂，那么问题又来了，Coursera、Udacity等各种课程应接不暇。鉴于我英语基础不够扎实，而且对该领域很陌生，全英课程会影响到我get知识点，所以我选择了“台大李宏毅机器学习”课程，经过两个月的课余时间学习，我的课程回顾总结如下：

从五月二十日发布第一篇《 [机器学习入门] 李宏毅机器学习笔记-1 (Learning Map 课程导览图) 》开始，到八月四日《

[机器学习入门] 李宏毅机器学习笔记-37 (Deep Reinforcement Learning;深度增强学习入门)

》，学习了30小时的李宏毅机器学习课程，并在此留下了几笔学习痕迹。由于很多内容要往复几遍才能听懂，外加记录总结，总共的学习时间超过60小时。

我认为李老师的课程风格风趣幽默而又非常负责，既能融入Pokemon等有趣的applications，也会用十几张PPT来细致地推导公式算法，以至于每当Math

Warning地时候我就有点怕怕。

非常推荐大家用李宏毅老师的课程来入门，特别是对英语基础不够扎实的同学，当然主流Coursera、Udacity的课程也是非常专业而全面的。

我在CSDN中留下了一些学习痕迹，也花时间做了课程导航，希望能为入门的新手节省一些时间，在这里就可以链接到所有的课程资源。

博客地址：[机器学习入门] 经典台大李宏毅机器学习课程从这里开始

几张截图：









知乎传送门：

良多趣味：机器学习该怎么入门？