全文共1860字，预计学习时长6分钟

来源：Pexels

机器学习一直是热门话题，它确实有理由如此重要，它能帮助人们预测未来的行为，使电子邮件免受垃圾邮件的干扰，并根据喜好记忆作出电影推荐。

机器学习有无尽可能性，该领域薪资高，工作者在工作上能享受到极大乐趣，这让他们大多数时候感觉不像工作。然而，零经验者如何在合理时间内掌握机器学习？本文会给出答案。

无论背景如何，所有人的第一步都相同。不是只有数学博士才能进行机器学习。我没有数学博士学位，也不认为自己格外聪明，不过一件事是肯定的——我比身边所有人都用功。

如果不工作，高学历将一文不值。

话虽如此，初学者应客观准确地评估自身的当前状况。问自己几个问题：

· 我的编程能力如何？

· 我上一次解决数学问题和做统计数据是什么时候？

· 我愿意投入多少时间到机器学习上？

注意，进行应用机器学习无需专于以上任一领域。只需编程能力优于普通数学家，数学能力优于普通程序员即可。这是黄金准则。

如果你看到这里，很好，现在请准备好进入让人又爱又恨的机器学习世界。

1.Python数据科学和机器学习训练营

来源：Pexels

这是一门在线课程，观看大约需要22个小时，但可能要花5倍时间才能完全理解。课程从复习Python到介绍库，再深入研究机器学习算法。

我已完成该课程——它是入门学习机器学习的好方法，但仅此而已。因为这些算法并没有讲解得很深入。当然，完成课程后你能够使用算法并以此解决实际问题，但是很可能不清楚要用何种算法、何时以及如何（适当）调整算法。

这是因为，这门课程的重点并不在于数学。事实上我认为这门课程根本没讲到任何数学运算，仅仅在讲解如何运用Python的各种库。课程作者建议学员在学习课程的同时阅读《统计学习入门》以获取扎实的理论基础。我也认为需要读这本书。

然而，该课程仍提供了诸多实践的好机会。

价格：Udemy上原价为194.99美元，但经常可以享受9.99美元的折扣价。这个投资绝对不会亏。

2.Coursera：Andrew Ng的机器学习课程

这门课程就如同进入机器学习行业的标准。到目前为止，已有12万多名用户对该课程评分，平均分4.9，满分为5。这也证明了它的优质。

视频画质不佳，但是内容质量弥补了这一点。这门课程的内容要比第一门课程深入得多，尽管Ng说有些地方不懂也没关系，但还是应该找到自己的弱项然后尽己所能强化它。

据我所知，实验室使用一种叫“八度（Octave）”的奇怪语言，它是Matlab的免费替代品。这几乎是这门课的唯一缺点，因为如今大家几乎只用Python或R语言进行机器学习。

价格：观看视频是免费的，但是必须支付100美元才能获得结业证书。

将证书添加到领英的个人页面很酷，但这不是必需品。

3.哈佛大学：CS109A

来源：sina

与前两个学习资源不同的是，这不是视频课。它是一个GitHub库，上面有理论部分的讲座（PDF）和Jupyter实验室笔记。

老实说，我不知道为什么这个资源会免费。

明明这是一门由世界顶尖大学之一制作的完整课程，居然完全免费。它包含20多个讲座，13份实验室笔记，总体上是机器学习的不错起点。我还没完成学习，因为我最近才开始看这份资源。但是从已经学习的部分看，它确实很棒。

价格：免费，跟着库学习就行。

机器学习准备工作

来源：Pexels

现在你已经得到3个很棒的学习资源，可以开始机器学习之旅了。这绝非易事，尤其是在你缺乏一些背景知识而需要补回这些知识的情况下，但付出的精力都是有回报的。

如果零基础者，我会推荐从第三个资源哈佛大学课程开始学习，我认为这是以上三个资源课程里最好的。

但这也不意味着另外两个很糟糕，相反它们都很棒。我的建议是：

· 如果想对理论部分有个广泛的总概学习，并且想要很多实践机会，请选择第一个

· 如果想掌握机器学习总论且不喜欢视频课，请选择第三个

· 如果想要了解一点背景知识，但也想理解模因，请选择第二个

感谢阅读。保重身体。

精心整理，机器学习的3大学习资源相关推荐

机器学习的最佳入门学习资源
撸了今年阿里.头条和美团的面试,我有一个重要发现.......>>> 本文由伯乐在线 - programmer_lin 翻译.未经许可,禁止转载! 英文出处:Jason Brown ...
熬夜精心整理的一线大厂大数据、人工智能全套教程下载（含视频+源码）！！...
如今随着环境的改变,也经常关注技术圈的发展,但自己适合的技术发展道路该怎么走,也算有个方向了. 但是技术有自己的发展周期,众所周知的很多语言技术已经在长久的历史发展中掩埋,这期间不少的程序员也走出的自 ...
独家 | 手把手教你在试验中修正机器学习模型（附学习资源）
作者:Seth DeLand 翻译:王威力校对:万文菁本文约1800字,建议阅读8分钟. 本文是一个循序渐进的指南,包括如何预处理数据和从中生成特征.并且还包含其他示例资源的链接,以帮助您探索有关 ...
【干货】图神经网络的十大学习资源分享
图神经网络(GNNs)是深度学习的一个相对较新的领域,从最近开始越来越流行.Twitter.Google或Facebook等大公司都会开始对于GNN投入研究,事实证明了GNN优于其他使用图数据的机器学 ...
整理了我开始分享学习笔记到现在超过250篇优质文章，涵盖数据分析、爬虫、机器学习等方面，别再说不知道该从哪开始，实战哪里找了...
大家好,我是老表,Python终身学习者,也是开源学习组织Datawhale终身成员,有近两年的Python编程学习经验,热爱爬虫与数据分析,目前是一名数据分析师(实习). 从18年5月起我将自己从0 ...
2022年Java学习路线图，精心整理「史上最全」
前言: 很多老铁经常问我:哪些是适合Java零基础学习的视频?应该先学哪个后学哪个?等等问题. 那么,怎么解决这些疑问? 一个系统的Java学习路线正是你最需要的,这也是为什么很多前期自学的小白们到处 ...
2022年Java学习路线图，精心整理
前言: 很多老铁经常问我:哪些是适合Java零基础学习的视频?应该先学哪个后学哪个?等等问题. 那么,怎么解决这些疑问? 一个系统的Java学习路线正是你最需要的,这也是为什么很多前期自学的小白们到处 ...
【NLP】NLP爱好者学习资源推荐汇总
导读:本文旨在整理汇总一些NLPer的学习资源,包括书籍.在线课程.博客等.本文中涉及的原始失效链接均已剔除或替换,博客部分均整理为近期仍在更新的博客,欢迎文末留言区交流补充. 书籍篇 <Spe ...
机器学习（二）学习规划及资料汇总
**************************************************************************************************** ...

精心整理，机器学习的3大学习资源

1.Python数据科学和机器学习训练营

2.Coursera：Andrew Ng的机器学习课程

3.哈佛大学：CS109A

机器学习准备工作

精心整理，机器学习的3大学习资源相关推荐

最新文章

热门文章