如果想入坑機器學習，前期要有大量的知識儲備期是一定的，具體我列一個清單，包括了：

首先你需要掌握幾種編程語言：python首選，然后是c/c++，然后是matlab，因為對于很多計算機視覺的任務，python和matlab寫的源碼會比較多，而工程實施有需要c/c++。所以這幾門語言是必不可少的;

入門課程：

首先是線性代數，看麻省理工的，你會發現和我們本科學得線性代數好像不太一樣，這個講解的更加容易理解！！不再是挺在做計算題的層次，是真的有用！！麻省理工公開課：線性代數_全35集_網易公開課

斯坦福機器學習：斯坦福大學公開課 ：機器學習課程，這個就不強調了，NG的課程，一般這個行業的都會學習下吧！

張志華老師的統計機器學習，機器學習導論：http://ocw.sjtu.edu.cn/G2S/OCW/cn/TeacherDetail.htm?id=471，這個課程涉及到更加深入的統計機器學習理論，看完以后你會對概率論有更深入的了解！！

周志華老師的西瓜書，這個對于機器學習整體的介紹還是比較基礎的！！這本書，記得找工作時候，每次面試前都會看一遍！！

進階課程：這兩本是字典一樣的存在，每次寫文章的時候都會翻一翻，把自己的理論拔高升級下，很難，至今很多沒看懂。。！

矩陣論

凸優化理論

關于深度學習的東西，我主要是通過調試模型，熟悉的caffe，對于tensorflow則是通過keras了解和針對不同計算機視覺的任務，跑向應的模型，一點點熟悉的，后面我會針對這些東西更加詳細的給大家介紹怎么用，目前比較好的書，我也不好推薦，自己主要是看一些博客了解的。

轉載于:https://www.cnblogs.com/timlong/p/11088938.html

總結

以上是生活随笔為你收集整理的入门机器学习的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。