我的机器学习入门学习清单及路线 基金理财入门到精通要多久才能学会呢知乎

这是我个人的机器学习入门清单及路线，所以没有像很多收藏夹那样大而全，一来学不完，二来给自己压力。这是个人的路线。算是个人记录，也给大家参考，如有什么不足之处，欢迎指教。

前置知识及技能：1、线性代数基础，如果没的话，还是先学了这门课在研究吧，不然会哭的。2、学会python就行了。R也可以用用。3、英语。起码能基本的听和读吧，感觉中文的资料还不够多，很难避免要看很多英文资料。建议学习某些教程时看英文版的tutorial，YouTube可以开字幕。

做了个流程图，来展示下我的学习路线。

除了入门课程外，其他四项其实不完全是按照流程的（但总体上是），有时实战时需要学新模型。有时学了某些模型再选方向也未迟。但是入门课程，尤其是Coursera那个，一定要看完了才开始后面的学习。下面给出每项的学习地址：

入门课程

1.Machine Learning | Coursera，入门首选，推荐只认识“机器学习”四个字但还不知道它是什么的学习这些年机器学习的大多数年轻人靠这个入门。具体提纲我就不列了，免得增加篇幅。建议是直接按顺序一课课学，不要着急。在学完这个课程前，不要学后面的。

2.CS231n: Convolutional Neural Networks for Visual Recognition

Stanford最受欢迎的课之一。做图像识别的，就算不想搞图像识别，也会学到很多有用的通用的东西。

框架研究

TensorFlow。推荐一个简单的中文入门教程。主讲人是一个在美国读大学的中国留学生，讲得很有趣。（咦，youtube的没自动转）https://www.youtube.com/watch?v=8X9QUwtRSs0&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=1国内的朋友可以在bilibili看（一样的）哔哩哔哩 ( ゜- ゜)つロ 乾杯~ Bilibili

caffe

caffe是Facebook的开源框架。新的caffe2支持手机跑模型，可以说是非常先进了（当然手机性能嘛，就.....)

Caffe | Caffe Tutorial比较好的中文教程没有找到，望有人留言推荐。

theano没怎么研究这个，但这个教程看起来不错https://www.youtube.com/watch?v=OU8I1oJ9HhI

技巧，算法与模型

特征工程：

特征工程到底是什么？ - 知乎

CNN:

卷积神经网络工作原理直观的解释？ - 知乎

RNN:

循环神经网络RNN打开手册 - 知乎专栏

你有哪些deep learning（rnn、cnn）调参的经验？

方向选择

机器学习领域，如何选择研究方向？ - 知乎

深度学习目前主要有哪些研究方向? - 知乎

训练实战

阿里云天池：

天池大数据众智平台-数据科学家社区

kaggle：一个竞赛网站，最近被谷歌收购后更火爆了。Your Home for Data Science很多比赛是有奖金的，能拿个奖基本大把公司主动给你工作机会。可以从Titanic这个比赛开始。Titanic: Machine Learning from Disaster要了解kaggle，我推荐一个不错的文章：Kaggle入门，看这一篇就够了 - 知乎专栏

计算平台：

有的时候我们需要带GPU的平台跑代码，本地性能可能不是很够，推荐几个（有免费有收费）：

Kaggle. Kaggle可以用来当羊毛薅，你可以传自己的dataset上去，也可以用它提供的dataset。Google Colab。等于一个免费的notebook环境，而且还能用GPU。百度AI Studio。就是不支持tensorflow

篇幅虽然有点短，但是学起来还是很久的。

知乎内的话可以关注我的专栏和收藏夹，会持续更新，欢迎关注：