相信看到这篇文章的朋友，几乎都想成为机器学习科学家。
事实上，绝大多数的付费课程，基本上都有完全免费的课程放在另一个地方。我们只是把这些信息整理好，告诉你在哪儿可以找到他们，以及通过什么样的顺序进行学习。
这样，哪怕你是还没毕业的大学生，或者是初入职场的工程师，都可以通过自学的方式掌握机器学习科学家的基础技能，并在论文、工作甚至日常生活中快速应用。
在这里我们推荐一份用户友好型的机器学习教程，你可以通过几个月的学习成为机器学习科学家，完全免费。
一份用户友好型的机器学习教程
当你学习机器学习课程时，有没有被信息过载所淹没？
大部分的学习者都遇到了这个问题，这不是他们的错，因为绝大多数的机器学习课程都过于关注个别算法了。
没错，虽然算法很重要，但他们还是把太多时间花在了算法上。
以至于......你几乎很难在短时间内走完一遍机器学习的流程，从而感受到通过它解决具体数据问题的巨大兴奋。
这些机器学习课程关注于算法是因为它容易教。相比之下，如果机器学习老师要带你走一遍机器学习的流程，那么他需要搭建计算环境，完成数据采集、清洗、拆分，特征处理，模型调参和模型预测，甚至他还需要一个面向学习者的交互界面。老师哪有这么多的工具，与其手把手带着学生走一遭，还不如学习机器学习算法。
但这样的问题是，很难有人能坚持通过自学，成为一个卓越的机器学习科学家。哪怕他是数学博士，或者技术高超的程序员，都很容易陷在细节中而难以有具体项目实现的成就感。
这份教程将会带来完全不同的思路。它非常适合自学者，即便完全没有编程的基础，也能通过恰当的工具快速实现机器学习模型，解决工作、生活中遇到的具体问题。
值得注意的是，我们享用了世界顶级的机器学习资源，而不需要花费 1 分钱。
自我学习的方式
我们推荐通过 Doing Shit（不是技术术语）完成你的学习。
在这之前你也许已经学习过机器学习了，但从我和朋友们的经验来看，往往会被各种神秘的符号、公式、大量的教科书和论文整的晕头转向，然后再也不想碰这恼人的玩意了。
我们的方法会更加友好，它的学习过程就像小朋友学习一样，你会了解一些基础的知识（但不一定要完全弄懂），然后通过好用的工具快速实现出来就好了。而当你被建模出来的结果吸引，那时候我们才谈算法背后的数学逻辑和计算逻辑。
所以我们会在学习中做很多机器学习项目，这样的好处是当你面对一个工作机会时，你就是一个经验丰富的机器学习科学家了！
当然自学本身是需要自律的，这本教程将一直陪伴着你，以下是 4 个步骤。
1.前提条件: （不需要完全弄懂）统计学、编程和数学（也可以不需要编程）
2.海绵模式: 把自己浸泡在机器学习的各种理论中
3.目标实践: 通过机器学习实践 9 个有意思的题目
4.机器学习项目: 深度参与到感兴趣的项目和领域中
步骤 1：前提条件
任务：确保你了解基础的统计学、编程和数学
统计学：理解统计学、特别是贝叶斯概率对许多机器学习算法来说都是至关重要的。
免费的指南：How to Learn Statistics for Data Science, The Self-Starter Way
https://elitedatascience.com/learn-statistics-for-data-science
编程：懂得编程将会更灵活的应用机器学习。
免费的指南：How to Learn Python for Data Science, The Self-Starter Way
https://elitedatascience.com/learn-python-for-data-science
数学：对原始算法的研究需要线性代数、多变量计算的基础。
免费的指南：How to Learn Math for Data Science, The Self-Starter Way
https://elitedatascience.com/learn-math-for-data-science
你可以先看看这些教程，给你的机器学习道路打下知识基础。
步骤 2：海绵模式
海绵模式是尽可能吸收足够多的机器学习理论知识。
现在有些人可能会想：“如果我不打算进行原创性研究，为什么在可以使用现有机器学习包的时候，还需要学习理论？”
这是一个合理的问题！
然而，如果你想把机器学习更灵活的应用于日常工作，学习一些基础理论还是很有好处的，而且你并不需要完全弄懂。下面我们会剧透学习机器学习理论的 5 个理由。
（1）规划和数据采集
数据采集真是一个昂贵和耗时的过程！那么我需要采集哪些类型的数据？根据模型的不同，我需要多少数据？这个挑战是否可行？
（2）数据假设和预处理
不同的算法对数据输入有不同的假设，那我应该如何预处理我的数据？我应该正则化吗？假如我的模型缺少一些数据，它还稳定吗？离群值怎么处理？
（3）解释模型结果
简单的认为机器学习是一个“黑盒子”的概念是错误的。是的，并不是所有的结果都直接可以解释，但你需要诊断自己的模型然后改善它们。我要怎么评估模型是过拟合还是欠拟合？我要向业务利益相关者怎么解释这些结果？以及模型还有多少的改善空间？
（4）改进和调整模型
你的第一次训练很少会达到最佳模式，你需要了解不同的调参和正则化方法的细微差别。如果我的模型是过拟合了，我该如何补救？我应该花更多时间在特征工程上，还是数据采集上？我可以组合我的模型吗？
（5）驱动商业价值
机器学习从来不会在真空中完成。如果你不了解武器库中的工具，就无法最大化发挥它们的效能。在这么多结果指标中，哪些是优化的参考指标？哪个更为重要？或者还有其他的算法会表现更好吗？
好消息是，你不需要一开始就知道所有问题的答案。所以我们推荐你从学习足够的理论开始，然后快速进入到实践。这样的话，你比较能够坚持下来，并在一段时间后真正精通机器学习。
以下是一些免费的机器学习资料
2.1 机器学习视频课程
这是来自哈佛大学和耶鲁大学的世界级课程。
任务：完成至少一门课程
哈佛大学数据科学课程
端到端的数据科学课程。相比吴恩达的课程，它对机器学习的重视程度较低，但是从数据收集到分析，你可以在这里学到整个数据科学的工作流程。
课程主页：http://cs109.github.io/2015/
斯坦福大学机器学习课程
这是吴恩达的著名课程，这些视频说清楚了机器学习背后的核心理念。如果你的时间只能上一节课，我们建议这个。
课程主页：https://www.youtube.com/watch?v=qeHZOdmJvFU&list=PLZ9qNFMHZ-A4rycgrgOYma6zxF4BZGGPW&index=1
2.2 机器学习参考资料
接下来我们推荐行业中两本经典的教材。
任务：看这些 PDF 作为教科书
An Introduction to Statistical Learning
Gentler 在书里介绍了统计学习的基本要素，适合所有机器学习的学习者。
PDF 地址：http://www-bcf.usc.edu/~gareth/ISL/ISLR%20Sixth%20Printing.pdf
Elements of Statistical Learning
严格的介绍了机器学习理论和数学，推荐给机器学习的研究员。
PDF 地址：http://statweb.stanford.edu/~tibs/ElemStatLearn/
2.3 成功的关键
以下是每个步骤成功的关键。
A：注重大局，总是问为什么
每当你被介绍一个新概念时，问一句“为什么”。为什么在某些情况下要使用决策树而不是回归？为什么要规范参数？为什么要拆分数据集？当你了解为什么使用每个工具时，你将成为真正的机器学习从业者。
B：接受你不会记得所有学过的东西
不要疯狂的做笔记，也不要每个课程都复习 3 次。在自己的实际工作中，你会经常需要回过头查看.
C：继续前进，不要气馁
尽量避免在一个话题上拖太久的时间。即便是对于机器学习教授来说，有些概念也很不好解释。但是当你在实践中开始应用时，你会很快就懂得概念的真实含义。
D：视频比教科书更有效
从我们的经验来看，教科书是很好的参考工具，但它很难坚持。我们强烈推荐视频讲座的形式。
(参考我博客里其他文章)
步骤 3：有目的实践
在海绵模式之后，我们会通过刻意练习的方式磨练技能，把机器学习能力提高到一个新水平。目标包括三个方面：
1.实践完整的机器学习流程：包括数据收集、清洗、预处理，建立模型，调整参数和模型评估。
2.在真实的数据集中练习，逐渐建立哪种模型适合哪种挑战的直觉。
3.深入到一个具体主题中，例如在数据集中应用不同类型的聚类算法，看哪些效果最好。
在完成这些步骤后，当你开始解决大型项目时就不会不知所措了。
3.1 机器学习的工具
为了快速实现机器学习模型，我们推荐使用现成的建模工具。这样的话，你会在短时间内练习整个机器学习的工作流程，而无需在任何一个步骤花费太多时间。这会给你非常有价值的“大局直觉”（Big Picture Intuition）。
Python：Scikit-Learn（机器学习 python是最主流的语言）
Scikit-learn 和 Sklearn 是通用机器学习中 Python 的黄金标准库，它具有常规算法的实现。
3.2 实践数据集
学习了工具后，你还需要一些数据集。数据科学和机器学习的艺术，很多都在于解决问题时的几十个微观决定。我们会在不同的数据集中看到建模的结果。
任务：从以下选项中选择 5 到 10 个数据集。
我们建议从 UCI 的机器学习库开始，例如你可以选择 3 个数据集，分别用于回归、分类和聚类。
在进行机器学习工程的时候，想想以下问题：
- 你需要为每个数据集执行哪些类型的预处理？
- 你需要进行降维操作吗？你可以使用什么方法？
- 你可以如何拆分数据集？
- 你怎么知道模型是否出现“过拟合”？
- 你应该使用哪些类型的性能指标？
- 不同的参数调整会如何影响模型的结果？
- 你能够进行模型组合以得到更好的结果吗？
- 你的聚类结果和直观的相符么？
UCI 机器学习报告
UCI 机器学习报告采集了超过 350 个不同的数据集，专门为机器学习提供训练数据。你可以按照任务搜索（回归、分类或聚类），也可以按照行业、数据集大小搜索。
地址：http://archive.ics.uci.edu/ml/
Kaggle
Kaggle.com 以举办数据科学比赛闻名，但是该网站还拥有超过 180 个社区数据集，它们包含了有趣的话题，从用户宠物小精灵到欧洲足球比赛的数据应有尽有。
https://www.kaggle.com/datasets
Data.gov
如果你正在寻找社会科学或者与政府有关的数据集，请查看 Data.gov。这是美国政府开放数据集合，你可以搜索超过 190,000 个数据集。
步骤 4：机器学习项目
好了，现在到了真正有趣的部分了。到目前为止，我们已经涵盖了前提条件、基本理论和有目的实践。现在我们准备好进入更大的项目。
这一步骤的目标是将机器学习技术整合到完整的、端到端的分析中。
4.1 完成一个机器学习项目
任务：完成泰坦尼克幸存者挑战。
泰坦尼克号幸存者预测挑战是一个非常受欢迎的机器学习实践项目，事实上，这是 Kaggle.com 上最受欢迎的比赛。
我们喜欢以这个项目作为起点，因为它有很多伟大的教程。你可以从中了解到这些有经验的数据科学家们是怎么处理数据探索、特征工程和模型调参的。
Python 教程
我们真的非常喜欢这个教程，因为它教会你如何进行数据预处理和纠正数据。
教程由 Pycon UK 提供。
教程地址：https://github.com/savarin/pyconuk-introtutorial
4.2 从头写个算法
为了对机器学习有更深的理解，没有什么比从头写个算法有帮助了，因为魔鬼总是在细节里。
我们建议从一些简单的开始，例如逻辑回归、决策树或者 KNN 算法。
这个项目也为你提供了一个将数据语言翻译成程序语言的实践。当你想把最新的学术界研究应用于工作时，这个技能将会十分方便。
而如果你卡住了，这里有一些提示：
- 维基百科有很多好资源，它有很多常见算法的伪代码。
- 为了培养你的灵感，请尝试查看现有机器学习软件包的源代码。
- 将你的算法分解，为采样、梯度下降等编写单独的功能
- 从简单开始，在尝试编写随机森林前，先执行一个决策树。
4.3 选择一个有趣的项目或领域
如果你没有好奇心，你是很难学好的。但目前为止，也许你已经找到了想坚持下去的领域，那么开始建模吧！
老实说这是机器学习最好的部分了。这是一个强大的工具，而一旦你开始理解，很多想法都会主动找上门。
好消息是，如果你一直在跟踪，也准备好从事这份工作，那么你的收获会远超你的想象！
我们也推荐了 6 个有趣的机器学习项目。
地址：https://elitedatascience.com/machine-learning-projects-for-beginners
恭喜你到达了自学指南的终点
这里有一个好消息，如果你已经遵循并完成了所有任务，那么你在应用机器学习上将会比 90% 自称是数据科学家的人更好。
而更好的消息是，你还有很多东西要学习。例如深度学习、强化学习、迁移学习、对抗生成模型等等。
成为最好的机器学习科学家的关键是永远不要停止学习。在这个充满活力、激动人心的领域，开始你的旅程吧!
原文链接：https://elitedatascience.com/learn-machine-learning