机器学习和人工智能无疑是当下最热门和最有“钱途”的行业。作为一个从来没接触过复杂算法，数学也基本还给老师，长期实现增删改查业务逻辑的码农，如何进入机器学习领域呢？本文试图理清一条高效地进入机器学习大门的路径。
编程语言
机器学习和数据挖掘应用比较广泛的编程语言有 Matlab, R 语言和 Python ，在此笔者强烈推荐 Python。主要是基于以下几个原因：
1. Python 应用范围更广。不单单在机器学习，在网站后台开发，自动化运维，网络爬虫等方面都有非常广泛的应用。学习一门语言可以在不同的领域使用，无疑会提高投入产出比。
2. Python 开发社区活跃。截止到 2018 年 3 月份，Python 语言在 TIOBE 编程语言排行版上已经上升到第 4 位。网络上有大量的开源组件可供使用，可大大提高开发的效率。
3. Python 的机器学习框架丰富。几乎所有的热门机器学习框架，从 scikit-learn 到 keras，再到 tensorflow，无一例外。
4. Python 语言更优美。人生苦短，我用 Python。这是作为 Python 程序员常挂在嘴边的一句话。
在此，笔者无意挑起语言之争，每种语言都有自己的适用范围和应用场景。读者诸君大可把笔者的结论当作一个参考，选择一个适合自己的机器学习编程语言。假设，睿智如你，选择了
Python 作为编程语言，有没有 Python 语言入门的书籍推荐呢？毫无疑问《Learn Python the Hard
Way》，中文翻译《笨办法学 Python》，是不二的选择。
数学基础
数学对机器学习的重要性不言而喻。所有的机器学习算法模型的核心原理，都是基于数学之上构建的。机器学习涉及到的数学有：线性代数，概率论和统计学，信息论，数学分析，最优化等。数学是最深不见底的学科，如果是以发论文为出发点，那么坚实的数学基础是必不可少的。另外，如果你想从事基础性研究，作为数值计算科学家，实现并优化机器学习算法，那么对数学的要求也是非常高的。但如果在工程应用领域应用机器学习算法解决工程问题，那么入门级别的数学知识就足够了。大家可以搜索“机器学习数学基础”，找一些视频教程来学习。
此外，有些机器学习入门的书籍，也会详细介绍算法涉及到的数学知识，这对数学基础较弱的小伙伴是个非常实用的内容。所以，对那些数学基础确实比较薄弱的小伙伴，笔者不建议一开头就淹没在数学的海洋里，对大部分人来说，学习数学是比较枯燥的，这一过程如果持续时间太长，非常容易打击学习的积极性，造成挫败感。一个曲线救国的方法是，先找一本较少涉及艰深数学的机器学习入门书籍，先从侧面切入。随着机器学习的深入，在需要用到艰深的数学时，再各个击破。
机器学习
有了一定的数学基础，就可以切入机器学习了。谈到机器学习入门教程，几乎所有人都会推荐 Coursera 上 Andrew Ng 的《机器学习》这个视频教程。这门课程的封面图片几乎已经成为了机器学习的图腾了。
此外，笔者推荐另外一本书《scikit-learn机器学习：常用算法原理及编程实战》。这本书的最大特点是，较少的涉及艰深的数学知识，对涉及到的数学知识，都有通俗的语言解释以及图片可视化讲解，比较适合数学基础较弱的初学者。此外，这本书以
Python 语言为基础，以 scikit-learn 为机器学习框架，介绍了 Python 数据分析及可视化的库，如 numpy,
pandas, matplotlib，还介绍了线性回归，逻辑回归，支持向量机，决策树，朴素贝叶斯等常用算法，是一本较适合初学者的书籍。
此外，李航老师的《统计学习方法》是一本不可多得的好书。《The Elements of Statistical Learning》是一本大部头硬书，同时也是好书，推荐感兴趣的读者阅读。
竞赛
入门了机器学习后，就可以通过以赛促学，以学促赛的模式来不断地提高自己的综合能力。比较著名的机器学习算法竞赛平台有国内的阿里天池平台，国外的
kaggle
平台。首先，这些竞赛平台都提供了非常规范的，真实的工业级的数据集来给我们训练。其次，这些平台往往高手云集，非常特别愿意分享，特别是 kaggle
平台上，很多人都愿意把自己的代码开源，让初学者学习。这是入门到提高的一个非常重要的一节。设想一下，你在 kaggle
上混到五颗星，这本身就是一个牛气冲天的简历了。
大数据平台
机器学习竞赛上的数据都是提前整理好的格式化的数据。而在工程应用领域，往往需要自己从数据库里提取出原始的数据库进行分析处理，最终生成算法模型可用的数据集。所以，如果你熟悉
spark/hadoop
等大数据平台，对找工作无疑是个非常大的加分项。这个时候可以留意一些招聘网站上，大公司对机器学习工程师的岗位要求，有针对性地查缺补漏。
留言送书
Python爱好者社区携手机械工业出版社发起新一轮送书活动！！！大家可以留言讨论：机器学习有哪些应用场景？为什么你想要学习机器学习？还有哪些好的机器学习资源推荐？截止到2018.4.3 17:00，点赞排名前五的小伙伴，将送出由机械工业出版社出版的《scikit-learn机器学习：常用算法原理及编程实战》一本。如果你有本事用抖机灵的评论入选点赞前五，小编也敢照样送出这本书。
土豪朋友或者参加活动没get到的送书的朋友要购买此书也有方法哦
点击阅读原文即可购买本书
Python爱好者社区历史文章大合集：
Python爱好者社区历史文章列表（每周append更新一次）
福利：文末扫码立刻关注公众号，“Python爱好者社区”，开始学习Python课程：
关注后在公众号内回复“课程”即可获取：
小编的Python入门视频课程！！！
崔老师爬虫实战案例免费学习视频。
丘老师数据科学入门指导免费学习视频。
陈老师数据分析报告制作免费学习视频。
玩转大数据分析！Spark2.X+Python 精华实战课程免费学习视频。
丘老师Python网络爬虫实战免费学习视频。
