机器学习入门者学习指南（经验分享）

本人计算机研二，专业方向自然语言处理，个人对于机器学习挺感兴趣，于是开始学习。所以，原来这家伙是个菜鸟……正是由于自己是个菜鸟，所以体会到自学机器学习的艰辛，于是在这里分享一下个人的经验，希望能对入门者有所帮助。
一些有关机器学习的介绍在这里就不做详细介绍了，感兴趣的同学可以去维基百科。就直接进入正题。
1、去Coursera上Andrew Ng的《机器学习》，完成所有作业，最好能全部拿满分。这是相当入门的课程，老师是机器学习领域的专家，而且也是目前比较火热的深度学习的专家之一。关于老师的详细信息大家可以去谷歌。这门课程我是从课程上了一半开始注册的，所以最后没有拿到高分。不过真心收获很大，使我在看论文的时候轻松了好多。老师讲的是深入浅出，不用太担心数学方面的东西。而且作业也非常适合入门者，都是设计好的程序框架，有作业指南，根据作业指南填写该完成的部分就行。这门课上完了，你基本上可以开始简单的应用各种机器学习技术了。
2、找一个项目或者找一门稍微具体点的关于机器学习的书。开始深入研究。我目前正处于这个阶段，找了个开源项目，但是由于个人时间精力有限，没时间去整。不过还是找了一本书，李航的《统计学习方法》。因为书是从自然语言处理的角度来写的，所以对我很有帮助。目前已经过了一遍，并且实现了最简单的模型——感知机。正准备进入下一个模型的实现，并且仔细研究书中内容。在学习并实现了感知机模型后给实验室的同学们做了一个关于感知机模型的报告，此时我才发现，机器学习远不止我看到的这么简单，应用只是一方面，要想明白透彻，还得整明白这一个个模型背后的故事。我承认，是报告当中大家提出的种种问题刺激了我！于是进入3（个人觉得可以和2同时进行，当然需要时间精力充足）。
3、修炼内功。话说自己发现光应用不行，还得整明白其背后的东东后，就想四处找人请教，到哪儿去学高级的内功呢？这不，瞌睡就有人送枕头。有一群搞机器学习的人没事就在微博上咋呼，我还喜欢看他们咋呼。于是被我捡到了包。贴图一张。

话说，这是机器学习教父级别的任务Jordan推荐的书籍，而且全部都是内功秘密！我看到之后赶紧收藏，然后一本本的去下载啊！然后看着这些英文书籍，默默流泪，看来研究生阶段和妹纸是木有缘分啦！！！由于我数学基础一般，又找了一本儿优化入门的英文资料（Introduction to Optimization ）。这些资料大多都可以在百度当中搜到，我就不列举资源列表了。大家照图下吧。不过我只下载了优化部分，因为饭得一口口吃。其余部分不知道百度上能不能搜索到。如果搜索不到大家也可以去新浪微博找那些搞机器学习的人（尤其是比较出名的）寻求帮助，他们会非常热心的。
4、走到这里，路已经比较清晰了。剩下的就是耐住寂寞与妹纸的诱惑，与实验室的电脑和灯光度过一个个中秋吧。

就这么多了，希望我这个菜鸟的一点小经验对你有所帮助。