2021年入坑機器學習，有這份指南就夠了
機器學習社區(qū)社交媒體上經(jīng)常有人提出這樣的問題：
- 我如何開始機器學習?
- 我如何免費學習?
- 什么是人工智能?我怎樣才能學會它?
- 人工智能是如何工作的?我該從何學起?
- 如果我沒有開發(fā)人員背景，該如何開始?
- ......
面對這些問題，油管博主 What's AI——Louis Bouchard 撰寫了一份關于「如何在 2021 年零基礎開始機器學習」的完整指南，整合了大量學習資源，而且大部分是免費的。
項目地址：https://github.com/louisfb01/start-machine-learning
該資源現(xiàn)已獲得 1.6K star 量，并且仍在持續(xù)更新中。我們來看一下這份指南的具體內(nèi)容。
1. 首先 Bouchard 列出了一些初步了解機器學習領域及其術語的視頻，并整理好了 免費鏈接，包括 What's AI 的 Learn the basics in a minute、Welch Labs 的 Neural Networks Demystified 和 3Blue1Brown 的 Neural networks。
Welch Labs 的 Neural Networks Demystified
2. 第二部分 Bouchard 進一步列出了一些更系統(tǒng)的機器學習入門課程，包括 AI 大牛吳恩達的斯坦福 CS229。
3. 閱讀一些優(yōu)秀的線上文章，線上文章大多是被多次瀏覽的，優(yōu)秀的技術文章能夠脫穎而出說明它們受到許多人認可。目前 Bouchard 列出的文章包括：
4. 除了文章，一些體系完整的書籍也是可以閱讀學習的，Bouchard 給大家整理了一些書目的在線版：
5. 入門機器學習沒有相關的數(shù)學知識怎么辦?這讓許多初學者望而卻步。在這份指南中，Bouchard 給大家推薦了可汗學院的 3 門數(shù)學課程：線性代數(shù)、統(tǒng)計與概率、多元微積分。此外，他還推薦了一些與數(shù)學相關的書和視頻，供大家進行更結(jié)構(gòu)化的學習。
可汗學院的線性代數(shù)線上課程
6. 除了數(shù)學基礎，一些跨專業(yè)學習的初學者可能缺乏編程的基礎知識。Bouchard 主要為大家整理了一些學習 Python 的課程資源：
7. 與其他領域一樣，名校以及領域內(nèi)大牛的課程是含金量非常高的，例如圖靈獎得主 Yann LeCun、吳恩達等都有自己的線上課程，Bouchard 的指南中目前整理了如下內(nèi)容
8. 掌握理論知識后，實踐也是非常重要的。Bouchard 在指南中推薦了數(shù)據(jù)建模和數(shù)據(jù)分析競賽平臺 Kaggle，在 Kaggle 上完成相應題目的編碼和測試是機器學習社區(qū)常見的實踐學習方式。
Kaggle 平臺地址：https://www.kaggle.com/
9. 此外，Bouchard 還為大家整理了一些提供領域新聞和資訊的社區(qū)平臺或網(wǎng)站。借助這些平臺，研究者們能夠查閱最新的研究進展和論文等，包括 reddit、Medium 等。
最后，Bouchard 整理了 AI 領域目前面臨的重要問題——倫理道德與可信 AI 的相關信息，還在個人博客中總結(jié)了一些機器學習工作面試的小技巧：
https://www.louisbouchard.ai/learnai/#how-to-find-a-job
如此完備的機器學習入門指南，感興趣的同學快去查看原項目的豐富資源吧。
【本文是51CTO專欄機構(gòu)“機器之心”的原創(chuàng)譯文，微信公眾號“機器之心( id: almosthuman2014)”】
