来源:机器学习与统计学
文章来源:微信公众号 数据派THU
本文为你指出一些自学的误区,推荐学习资料,提供客观可行的学习表并给出进阶学习的建议。
0. 背景
写这篇教程的初衷是很多朋友都想了解如何入门/转行机器学习,搭上人工智能这列二十一世纪的快车。文章的宗旨是:1. 指出一些自学的误区 2. 不过多的推荐资料
3. 提供客观可行的学习表 4. 给出进阶学习的建议。
这篇文章的目标读者是计划零基础自学的朋友,对数学/统计/编程基础要求不高,比如:
在读学生
非计算机行业的读者
已经工作但想将机器学习/数据分析和自己的本职工作相结合的朋友
因此,这篇文章对于已经身处机器学习领域的人士可能帮助不大。请大家有选择的性阅读,探索适合自己的学习方法。
1. 自学机器学习的误区和陷阱
1.1. 不要试图掌握所有的相关数学知识再开始学习
在很多相关的回答中,我都一再强
热门工具 换一换