理论知识
我推荐的是Coursera的课程，好好看它的讲义和例程，对ML的原理会有一定的认识。面试的时候考察的一般就是原理性的东西。具体直接搜ML就有，旁听免费。
实际工具
工具链这块，我觉得必须学的就是numpy，pandas，scikit-learn，但是肯定不止这些，这些是要求比较高的。其他很多模型和库，用的时候看看官网文档就行。推荐用Jupyter Notebook, 及时输出，用起来很方便。直接装个anaconda就可以一键安装JN。
教程推荐官方的，官方也强调这可能是最快速的路了。
https://www.kaggle.com/learn/overview
训练赛教程
这几个真的是手把手教，特别详细。推荐都过一遍，可以少很多入门的迷惑。
\1. Titanic（泰坦尼克之灾）
中文教程： 逻辑回归应用之Kaggle泰坦尼克之灾 （点击查看）
英文教程： An Interactive Data Science Tutorial （点击查看）
\2. House Prices: Advanced Regression Techniques（房价预测）
中文教程： Kaggle竞赛 — 2017年房价预测 （点击查看）
英文教程： How to get to TOP 25% with Simple Model using sklearn （点击查看）
\3. Digital Recognition（数字识别）
中文教程： 大数据竞赛平台—Kaggle 入门 （点击查看）
英文教程： Interactive Intro to Dimensionality Reduction （点击查看）
9241
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
