前言
相信想學(xué)習(xí)機器學(xué)習(xí)的廣大程序員(工程師)們已經(jīng)被那些算法大神的學(xué)習(xí)路線虐的怕怕的了吧赊窥？不用擔(dān)心滔迈，我來帶你們理理一個工程師需要入門機器學(xué)習(xí)路呜，到底要走哪個路線赞草？
基礎(chǔ)
不用多說，機器學(xué)習(xí)作為高門檻領(lǐng)域滥玷，基礎(chǔ)還是需要的杠巡，但是也沒有想得那么恐怖床估，很多人提問機器學(xué)習(xí)需要哪些數(shù)學(xué)知識，然后就會得到一大堆猶如天書般高大上的回答： 矩陣分析痰哨、微積分胶果、概率論、統(tǒng)計學(xué)斤斧、數(shù)學(xué)分析等等早抠，如果按照這些算法大神的路線去走，也許這條路就真的走到頭了撬讽。
數(shù)學(xué)
所以蕊连，入門階段要學(xué)什么數(shù)學(xué)呢？
答案就是：大學(xué)學(xué)過的基本的線性代數(shù)锐秦、高數(shù)(主要是微積分)咪奖、概率統(tǒng)計，不需要多高深酱床，重點是能看懂羊赵，工程應(yīng)用的核心是實踐，不需要你去證明那些亂七八糟的定理！
好了昧捷，有了這些基本的基礎(chǔ)闲昭，你就可以看懂和理解大部分的機器學(xué)習(xí)算法內(nèi)容了。
編程語言
作為工程師靡挥，這個對你來說是小菜吧序矩？目前來說Python在科學(xué)計算領(lǐng)域是應(yīng)用最廣的，因為學(xué)會它就行跋破，雖然Python性能不好簸淀，但是畢竟簡單嘛，很受非編程人員的歡迎毒返。等你學(xué)懂了這個領(lǐng)域租幕，自然可以其它語言去實現(xiàn)自己想要的東東。
入門
Step 1
如果你相信知乎算法大神們推薦的elements of machine learning,那就真的入坑了拧簸，工程師最大的優(yōu)點是啥劲绪？懂得實踐并且知道自己的實力到底有幾瓶醋！
因此我推薦學(xué)習(xí)Machine Learning In Action,應(yīng)用語言是Python,如果對英文沒自信盆赤，那就看中文版本的:機器學(xué)習(xí)實踐贾富。這本書最大的優(yōu)點就是用較少的公式給你講解了盡量多的基本算法，而且剖析到位牺六，講解生動颤枪，降低了機器學(xué)習(xí)的抽象程度。
Step 2
可以學(xué)習(xí)一些網(wǎng)上的教學(xué)課程了兔乞，建議學(xué)習(xí)國外的汇鞭，畢竟外國人的性格更擅長深入淺出。這里推薦Coursera上面Andrew Ng大神的Machine Learning課程庸追。這門課程的特點如下：全面霍骄、深入淺出、有課堂作業(yè)來印證學(xué)習(xí)的內(nèi)容淡溯。
這里我有個建議：一定要一點一點地把這門課啃清楚了读整，所以作業(yè)都做會了，有問題就谷歌咱娶，總是有答案的米间。對于機器學(xué)習(xí)來說，基礎(chǔ)永遠都是最重要的膘侮！
Step3
這個時候屈糊，你對機器學(xué)習(xí)應(yīng)該也有一些概念了，這個時候可以培養(yǎng)一些全局觀了琼了，我們可以看這兩本中文教材：周志華大神的<機器學(xué)習(xí)>逻锐、李航大神的<統(tǒng)計學(xué)習(xí)方法>夫晌，這兩本是難得的佳作，值得一看昧诱！
英文書籍的話晓淀，可以看<Patten Recognition And Machine Learning> 和 <Elements of Statistical Learning>, 后者難度較大，但是內(nèi)容很豐富盏档，每次學(xué)習(xí)都會有新的收獲凶掰。
Step 4
到了上一步，就真的完全入門了蜈亩，這一步就是選擇自己的應(yīng)用方向了懦窘，畢竟機器學(xué)習(xí)是一個籠統(tǒng)的概念。比如大數(shù)據(jù)分析預(yù)測稚配、圖模型奶赠、深度學(xué)習(xí)、自然語言處理药有、圖像識別、語音識別等等苹丸，這些都是一些應(yīng)用方向
然后要講講機器學(xué)習(xí)的平臺愤惰，現(xiàn)在最火的自然是Tensorflow了，谷歌公司用C++開發(fā)赘理，用Python宦言、Go(很快就會在官方的api庫中正式發(fā)布，對此我還是很期待的商模，畢竟Go語言的性能是非常高的奠旺，工程師不像算法科學(xué)家，我們對于性能要求也是很苛刻的)做Api接口施流。學(xué)習(xí)這個平臺可以從tensorflow上那些models學(xué)起响疚，看看這些應(yīng)用是怎么用tensorflow實現(xiàn)機器學(xué)習(xí)的。
再具體的瞪醋，這里就不多說了忿晕，其實作者作為工程師也是在摸索之中。
