怎么学习机器学习？机器学习要学什么？

随着人工智能技术的发展，机器学习已成为软件 / 互联网行业的常用技能，并开始向更多行业渗透。怎么学习机器学习?机器学习要学什么?对越来越多的 IT 技术人员及数据分析从业者而言，机器学习正在成为必备技能之一。今天我们就来聊聊机器学习的“入门级”问题。

怎么学习机器学习?

1. 扎实数学知识

很多同学想学机器学习，但是一上来就看模型，看到一大堆炫酷的公式，难免感觉很吓人。有些人因此萌生退意，要么放弃，要么只用现成工具把模型当作黑盒使用。其实，学习经典模型，并不需要多么深厚的数学功底，只要掌握本科阶段所教授的数学知识就基本够用了。在学习的最初阶段，只要满足以下几个条件，就可以对经典机器学习模型有一定深度的感性认识了。

• 学过坐标系
• 了解函数、向量和矩阵的概念
• 能从直观角度对求导、求微与函数的关系有所理解
• 掌握基础矩阵运算

如果想要灵活运用机器学习，还需要进一步学习数学知识。建议大家在学习模型的过程中，一旦遇到了数学上的阻碍，就去查找相应知识，制作一本自己的数学知识速查手册，把常用的细小知识点都记录下来，按主题整理成速查手册(小字典)，需要用的时候快速查找对应的知识点，这样我们学习机器学习的过程会顺畅不少。

2. 重视经典模型

初次学习模型知识，不必贪多。比如线性回归、逻辑回归、决策树、SVM、SVR、K-means 等，这些选定的模型，一定要搞清楚其问题域、模型函数、目标函数、训练算法……深入数学公式推导的层面，理解每一步的公式变换和对应的物理意义，然后去实践。

3. 不断反复学习

达到掌握机器学习精髓的程度并非一蹴而就，总要从最简单的模型开始。即使是掌握最简单的模型，也需要反复学习。有可能第一遍看完有点似懂非懂，或者感觉自己明白了，但要从头推导又卡壳了。就像刚学完又忘掉的生字，或是背了一半，后半部分怎么也想不起来的九九乘法口诀。这都是非常正常的现象。究其原因，就是还没有真正掌握。多学几遍，从头到尾掌握整件事情的逻辑，知道一个模型是怎么从最初设定目标，一步步实现目标的。当真正掌握了这个过程之后，再回头看一个个具体的模型，每一步都是顺理成章的。

4. 多写程序，动手实践

虽然我们学习的是机器学习原理，但是这并不等于我们就可以停留在原理层面。为了学好原理，我们需要具备基本的编程能力，至于编程语言的选择，如果你在开始学习的时候已经有了编程基础，那么继续使用自己擅长的语言就可以。如果你还不会编程，或者觉得自己之前学的、用的语言不好，想换一种更适合机器学习的编程语言，那么我的建议是 Python。

免费分享一些我整理的人工智能学习资料给大家，包括一些AI常用框架实战视频、图像识别、OpenCV、机器学习、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。

为了更好的系统学习AI，推荐大家收藏一份。

一、人工智能课程及项目【含课件源码】

二、国内外知名精华资源

三、人工智能论文合集

四、人工智能行业报告