机器学习自学指南
提醒：
如果是相关领域的在职人员，或者计算机专业大学生比较适合自学后在这方面发展。
如果没有压力（比如快失业了），或者现实的动力（工作中用的到），基本上是坚持不下来的。
Step0：准备阶段
1.英语阅读水平达到大学英语4级。
2.高数大致掌握，关键概念经查阅能随时记忆起来。
3.编程技能达到计算机2级水准。
这些都是大学期间应该积累的技能，如果不符合的话。。。可以凑合先学着，慢慢补。
Step1：看视频学习，这一阶段的目标是对机器学习的理论有初步的了解。
1.machine learning-Andrew Ng
百度网盘地址：https://pan.baidu.com/s/1gfzJlej
在线学习地址：Machine Learning - Stanford University | Coursera
说明：Coursera[1]是一个非常知名的公开课网站，Andrew Ng讲授的的“machine learning”课程可以说是它的成名作。我给的离线资源里Andrew Ng的课程只有英文字幕，在线学习有作业什么的，学习更加系统。
2.机器学习基石/技法-林轩田
百度网盘地址：https://pan.baidu.com/s/17qGVLlChaK98-OVwSmHMng#list/path=%2F
在线学习地址：
说明：这个资源是中文讲授的。之前在coursera上有，现在貌似找不到了。林轩田老师的讲解通俗易懂，技法课程难一点，可以结合step2进行学习。看的时候记得记笔记，网上也搜的到网友记的笔记，详细的学习方法就不多谈了。
Step2：这一阶段是结合step1学习的理论基础，做一些基于python的动手练习，另外给出了两本参考书，可以阅读加深认识。
1.python教程-廖雪峰的官方网站
地址：Python教程
说明：廖雪峰的教程质量很好。没有必要全看完，大概了解python的基础语法即可，这步是为下面的练习做准备。
2.《机器学习实战》
豆瓣地址：机器学习实战 (豆瓣)
说明：这本书基于python对一些主要的机器学习算法进行了代码实现。一定要照着敲一遍。
3.《机器学习》-周志华
豆瓣地址：机器学习 (豆瓣)
说明：这本书是中文里最好的机器学习教科书了，说明很清晰而且全面。但是算法的推导过程很简略以至于完全看不懂。建议大致看一遍，算法的推导结合网上的博客和其他教程进行理解。
4.《统计学习方法》-李航
豆瓣地址：统计学习方法 (豆瓣)
说明：我也没看完。。但是据说很好，都是各种算法的推导过程。
Step3：这一阶段是进行实战演练，方法是在机器学习竞赛网站上结合实际案例进行练习。我本人也在step3进行了没多久，祝我好运。
1.《利用Python进行数据分析》
豆瓣地址：利用Python进行数据分析 (豆瓣)
说明：numpy与pandas是python进行处理数据的两个关键库。这本书讲解了这两个库的使用方法。是实战前的准备步骤。
2.kaggle
地址：Competitions | Kaggle
说明：kaggle是一个机器学习竞赛网站。除了在进行中的，有悬赏金的比赛，也有入门的练习赛。使用方法见大数据竞赛平台--Kaggle 入门。
3.阿里天池大数据竞赛
地址：天池大数据科研平台-打造“数据众智、众创”第一平台
说明：阿里办的，性质同kaggle。
4.data castle
地址：http://www.pkbigdata.com/
说明：中国版kaggle
step4：当你在step3取得了一定成绩。比如在某个比赛中获得了还不错的名次，就可以说具有还不错的机器学习能力了。这时候可以找一些实习干干，实习生岗位要求低一些，通过它可以累积相关领域的实践知识，是正式工作前的跳板。如果实力很强的话，可以直接找工作哦。
1.准备面试
大部分公司招聘实习生/员工时不仅会考察你的机器学习知识，如果希望找实习更顺利，可以参考我的找工作指南[2]做准备。一般的话，需要补习：算法，计算机基础知识。充分准备需要几个月的学习时间。
有的公司还会希望你掌握大数据工具的使用，学习方法我在“补充内容”中列出来了。
2.寻找实习机会
拉勾网[3]上搜索数据挖掘相关的实习即可
3.触宝数据团队欢迎你
校招：触宝2017校园招聘
社招：拉勾网搜索“触宝”
内推：发送简历至我的邮箱87384204@qq.com
知乎，触宝的工作环境如何？：触宝的工作环境如何？ - 知乎
补充内容：
为什么要学习python？好像有R语言，java什么的？
看下面这张图，R，python，scala能够处理的数据量依次增大，应用领域偏重逐渐从科研移动到工业界。未来你可以考虑三门语言都学。目前python是在个人研究与企业应用中都非常广泛的一门编程语言，在入门阶段只学习它就可以了，其他的语言最好用得到的时候再学习。
另外编程语言的本质是工具，工具的学习一定要在实践中渐进的进行，每次只学用的到的部分，这样是效率最高的学习方法。很多人不去写代码，只看一本语言指南。脱离了编程实践，这样是不可能学的好的。
我在比赛中碰到了一份5GB的数据，根本打不开，怎么办？
这个时候就得用到大数据技术了，简单的说你需要：
- 拥有多台计算机。
- 在它们上面安装linux操作系统。确保它们在同一个网络中。
- 在它们上分别安装hadoop,spark，并配置好。
- 使用spark操作数据。
这里的2，3，4步。网络上都有相关的教程，第2步建议参考《鸟哥的linux私房菜》[4]，第3、4步建议参考hadoop[5]与spark[6]的官方文档以及相关书籍/博客。
这里涉及到的学习内容非常多。。。如果不是计算机专业的同学，几乎就是不可能完成的任务了。最好能找一个会的人手把手的指导。
好处在于，通过这个过程，你能学到很多大数据技术的操作方法，这是找实习/工作中的一个亮点。
坏处在于，搭建与管理大数据平台严格来说是大数据工程师的技能，与机器学习方向无关。而且这个过程非常困难。
其他：
不同的机器学习算法往往共享一些基本的概念，如特征(feature)，标签(label)，训练集，测试集等。在这些概念的基础上，学习一个新算法很快，可能一下午就能读懂一个算法的原理。这时候会很有成就感，不过step2时不要急于学习各种算法，把学习的重心转移到对算法的实践上。最宝贵最实用的知识都是实践中得来的，脱离实践只看算法的原理过几天还是忘光光，而且不会掌握解决实际问题的能力。
1. Coursera | Online Courses From Top Universities. Join for Free
