現在網上有很多的機器學習材料，讓人一下子看不過來。所以，我一直想寫這篇文章，來幫助大家整理一些簡單的資源。

我推薦的資源包括但不限于書籍，課程，講座，博客和一些 Jupyter 筆記。在我看來，多種類型的文件學習對自己是由幫助的。但一次性看的太多可能會讓你非常不適應。為了解決這個不適應，我建議每天學習幾小時是一個比較好的方案。比如：

??? 對一本編程書和源碼閱讀 1-2 小時；
??? 看一小時左右的課程或者讀論文；
??? 選取 1-2 篇比較好的博客進行閱讀；

接下來，讓我們看看這個簡短的學習材料列表：
1. 一些課程

1.1 Machine Learning with Python，來自 CognitiveClass.ai

1.2 Intro to Machine Learning，來自 Udacity

1.3 Machine Learning，來自 Udacity

1.4 Principles of Machine Learning，來自 EDX

1.5 Machine Learning Crash Course，來自 Berkeley
2. 書籍

2.1 Python for Data Analysis – Wes Mckiney

2.2 Python Machine Learning – Sebastian Raschka

2.3 Introduction to Machine Learning with Python – Andreas Muller and Sarah Guido

跟著本書配套的，還有一個 YouTube 視頻，請點擊這里。

2.4 書籍列表，來自 Github
3. 視頻

3.1 Luis Serrano –A friendly Introduction to Machine Learning

3.2 Roshan – Machine Learning – Video Series

3.3 Machine Learning with Scikit-Learn (Scipy 2016) – Part 1 and Part 2

3.4 Machine Learning with Python – Sentdex Playlist

3.5 Machine Learning with Scikit-Learn – Cristi Vlad Playlist

3.6 Machine Learning APIs by Example – Google Developers

3.7 Practical Introduction to Machine Learning – Same Hames

3.8 Machine Learning Recipes – with Josh Gordon
4. 其他

4.1 Machine Learning 101 – from BigML

4.2 Learning Machine Learning – EliteDataScience

4.3 Top-down learning path: Machine Learning for Software Engineers

4.4 Machine Learning Mastery – by Dr. Jason Brownlee
總結

請記住，為了更好的學習，我建議你一次不要學習太多的知識，每天話幾小時就好了，然后請記住一點，好好享受睡覺，良好的睡眠對學習至關重要。

作者：chen_h
博客地址：http://www.jianshu.com/p/50844cc23086

《新程序員》：云原生和全面數字化實踐50位技術專家共同創作，文字、視頻、音頻交互閱讀

總結

以上是生活随笔為你收集整理的入门机器学习，看这些材料就够了的全部內容，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。