自我介绍下：笔者是15级某非著名985研究生，开学之前加在校期间加起来差不多3年的机器学习经历，研究方向是图像识别。
鉴于笔者有过机器学习的经历，身边时不时会有想进行机器学习的同学向我请教如何入门机器学习。其实在我看来，如果不是调参洗数据的话，要修改优化算法模型，除了阅读大量论文，还是要有不错的数学功底和编程基础的。
数学启蒙
但一提到数学，这就让很多大一高等数学留下阴影的同学表示很无奈。笔者经历过研究生的数学考试，所幸参加的两门：最优化和矩阵分析，都考了挺高的分数。相比笔者本科大一学习的高等数学的分数，笔者觉得其实数学并没有那么高深，至少不至于像相对论那样晦涩，数学其实学进去非常的优美，只是你并没有好的途径去了解她。如果你不信我说的，我可以推荐一个Coursera的课程，叫数学之旅，是上海交大的课程，这个课程当时我看完让我觉得我都想读数学专业了（当我手捧着那本厚厚的冈萨雷斯的《图像处理》）。
入门的看完，这时候拿起的教科书的你，可能还是一脸雾水。这里可以推荐另一个强心剂——吴军大佬的数学之美，书中将高深的数学原理讲得更加通俗易懂，让非专业读者也能领略数学的魅力。
数学之美
好了，强心剂打完了，硬骨头还是要啃的，推荐一本机器学习学生们几乎必读的一本书——李航大佬的统计学习方法
统计学习方法
图像算法学习之我见
哈哈，其实顺道说一句，做图像相关的AI算法，我是建议看下冈萨雷斯的《图像处理》，绿色的大厚书。我和某个AI大佬论点相同：大佬的论点是现在太多的CV工程师只会用黑盒的神经网络去做图像应用，其实很多显而易见的图像特征完全是可以用机器学习方法进行处理的，大佬的建议是回归图像处理知识，不能一味的做调参侠。
如果你是做医学图像处理，而且是刚刚懵懂的话，我推荐你去看Coursera的这门课程，医学图像处理技术，也是上海交大的课程。这个课程讲解医学图像知识全面而且到位，如果有些看不懂的话，可以辅助冈萨雷斯的《图像处理》以及Opencv上手实践一把，理解会很透彻。医学图像我觉得是图像中很有价值的一个方向，也是造福人类的一个方向，希望医学图像前辈和新人们继续加油，能不能活到200岁就靠你们了。
另外，提一下Coursera。这个网站我觉得是2015年左右大火的一个学习网站，最火的课程莫过于斯坦福大学的吴恩达大佬的机器学习，这个课程也是十分力推的，讲解由浅入深，十分适合机器学习零基础的朋友学习。另外这个网站里有知名普林斯顿大学的Algorithm第四版的官方视频教程，还有很多就不一一列举了，可以自行去搜索。
零基础推荐
回到数学的学习，除了看上面的数学之旅，其实这本想给大家推荐一套图书，也曾经给好多个同学推荐过，零差评的一套书——欧姆社学习漫画。来看张笔者周末去北京图书大厦拍的图片吧：
欧姆社图书 因为摆放原因，所以只拍到部分欧姆社的书。再看一眼线性代数的封面吧：
线性代数封面
接下来看看漫画学习傅里叶的一页内容：
漫画傅里叶
咋样？用漫画的的形式，像故事一样把深奥的知识慢慢拆解讲给你，如果对于零基础的你，苦恼看着一大堆的定义，莫不如闲暇时间读几本漫画书，先将知识的弱连接建立起来，然后再去看那些教科书，将弱连接的知识点变成强连接。
欧姆社学习漫画非常丰富，一共有七大分类：
- 电力电气类（10本）
- 数学类（5本）
- 物理类（5本）
- 生物化学类（8本）
- 机械·建筑类（8本）
- 信息技术类（10本）
- 社会类（1本）
其中列举数学类和信息技术类：
数学类（5本）
- 漫画 虚数和复数
- 漫画 微分方程
- 漫画 微积分
- 漫画 线性代数
- 漫画 傅里叶分析
信息技术类（10本）
- 漫画 统计学
- 漫画 统计学之回归分析
- 漫画 统计学之因子分析
- 漫画 密码
- 漫画 数据库
- 漫画 项目管理
- 漫画 中央处理器
- 漫画 技术英语
- 漫画 基础统计学
- 漫画 机器学习
如果你有基础了，时间也很充裕，看看这些书消遣一下也是不错的选择（恩？你说不如看一篇论文？那大佬请喝茶，当我没说上一句）。
当然这种书也只是入门时候看一次就好，作为强心剂，打一针，然后还是要去看专业的书。
编程基础
相对于本科是计算机的同学，本科是自动化等其他专业的同学，对于算法的实现会有一定的劣势。
对于没有编程基础的同学，我觉得要先选择一门语言，例如机器学习常用Python。选择完语言，我觉得不是先去读生涩的计科本科生的四库全书那些教材，而是先找一些视频教程，学习简单的编程语法，达到能够随心所欲实现某些计算功能之后，再去学习你对应方向的机器学习经典算法，去尝试实现简单的一些算法。
这样递进式的学习会让你有满足感，然后才会有不断学习的动力。另外欧姆社关于编程的书也有好几本，可以闲暇看哟。
我觉得算法还是能自己实现出来，才能够理解它的一些细节。另外，对于同一个算法，不同编程水平的人，实现的效率还真天差地别的。
最后
洋洋洒洒码了一个小时的字，大体把有关入门机器学习的一些想法总结了一下，难免会有纰漏。
另外笔者新建了一个公众号，不写各种唬人的标题，只是低调的发表一些涉及后端开发或者机器学习技术相关的文章，欢迎关注，也欢迎加好友交流，更欢迎批评指正。
哎呀，如果我的名片丢了。微信搜索“全菜工程师小辉”，依然可以找到我