自从从软件开发转型到机器学习工程师，期间有人询问我是如何自学转型的，最近尤为多，所以写下这篇文章，会有我自己摸索的学习的流程和花钱收集资料+视频，自己也是水平有限，且不一定适合每个人，望能够理解。然后也算是给 如何看待培训机构出来的非科班程序员 这篇文章说到的‘一年后再说’给个回应。
我是18年2月过年回来后，对安卓行情的不看好，某位名人说过，一个人的命运，不但要靠自我的奋斗，也要考虑历史的行程。我想当只风口上的猪，所以自己也是下定决心没有退路，在上班的其他时间学习了机器学习(包括晚上，没周末)，总之一个字就是拼了。自己总结出来的一套流程，希望能帮助到有这方面的人(做学术的不适合，找工作的适合)。参考:很多人问我学了多久找到工作的，我边上班边加班，然后学了4个月。
1.第一步首先你先要入门机器学习，了解下大概是什么，让你知道没想象的那么难，那么我推荐 吴恩达的机器学习，在B站上/couresa上都有，先快速的过一遍，是比较基本的一些知识(甚至从导数的定义开始讲，而且每个视频都比较短，看起来比较有成就感)，比如代价函数等等知识，当然有些字幕翻译的不是很好。。基本上都看得懂，这个时间跨度我建议能在3周内搞定(如果是脱产，2周就可以),当然这仅仅简单的入门了。
链接B站:https://www.bilibili.com/video/av9912938?from=search&seid=17876711634353890911
链接couresa:https://www.coursera.org/learn/machine-learning
2.第二步我建议买两本书，比较经典的，一本是周志华的机器学习(西瓜书)，第二本是李航的统计学习方法.在第一步过了以后，为什么要第一遍一定要过，比如周志华的西瓜书，覆盖面比较大，难度起伏不定，需要对机器学习有一定了解以后再学。我建议能配合我后面给的某培训机构的人工智能课程 + 这两本书需要真的过几遍(一遍你不一定能看得懂，建议能够多review几遍,这里我的意思是每个算法每个原理和推导都需要搞懂，实在不行，最基本的比如逻辑回归等这些最基本的一定要在纸上直接写出来)，期间你会遇到很多数学问题，希望能尽量一个一个去查，我买了本科的线代和高数，比如为了搞懂奇异值分解啊，共轭矩阵等等，当然数学好的跳过。当然，因为我是写代码转过来的，python会的比较快，我是一起学的。如果你是别的专业的，还需要学习下python。(这整个阶段我建议3个月)，此阶段，为了加快学习进度，找工作，我只推荐学习1.某风培训机构人工智能课程配合书。培训机构的课程肯定是为了工作，get到那个点就好了
1.某风培训机构人工智能课程:主要是这个
https://pan.baidu.com/s/1Gtx1BrQiN9E6JpcbE-fVxw
2.纯机器学习，下面这个视频我没有看:
https://pan.baidu.com/s/1-9W4P6-ojbxLaGNwzDhI7A
3.包含斯坦福/算法/七月在线全套，这个我也没看
https://pan.baidu.com/s/1_jCw5RkzO3SPTQTqHkDEZA
3.第三步是我看牛客网等搜索各个网站:机器学习/深度学习工程师面试问题，这个网上搜索一大堆，牛客网上总结的不错，然后自己要看着问题，说出所以然来，比如问你adboost,xgboost,BP原理等等,这是我写的一部分题目
https://blog.csdn.net/lyf52010/article/details/82858301
以及通过看各位大牛的博客，自己再过一遍，不断的review。这里我比较推荐，红色石头博主，我的很多博客都是跟他走的。
总结的一部分资料:https://blog.csdn.net/lyf52010/article/details/80301131
红色石头博主博客:https://blog.csdn.net/red_stone1/article/details/77799014
如果到达这一步，你找工作基本上没问题了。
4.提升篇，当然，此时的你如果还想提升，先可以买机器学习实战这本书，往自然语言处理，计算机视觉，推荐系统靠 那就是后话了，
我也会不断更新这个阶段的视频和资料，因为这也是我目前在的阶段。
NLP:https://pan.baidu.com/s/12a_ZRYSJwn3PsNDdCFOXmQ
另外附：
西瓜书:
统计学习方法：
机器学习实战：
然后很重要的一点是要善于去总结，不断的总结
以上的链接我会不断的增加和更新，且不用提取码，永久有效且免费。这些视频是我花了钱买下来的，也是真心希望能帮助到大家成功转型。当然怀着一颗小私心，也希望大家能给作者一个小小的赞赏。。
这是一个赞赏码
