用 Python 和数学学习机器学习：DataCamp、斯坦福大学和帝国理工学院
机器学习是一套统计技术和算法，旨在发现和利用数据中的结构和模式，从而做出有趣的预测或提供独特的见解。
作为初学者，你可能正在寻找一种既严谨实用又简洁快速的方法来深入了解机器学习。那么，事不宜迟，让我们从你需要学习的内容开始吧。
机器学习的核心是算法，所以无论你是需要学习基础知识还是高级概念，这篇关于学习数据科学和机器学习算法的文章都能满足你的需求。
本文最初发表于此处
使用 Python 学习机器学习
首先你需要学习Python。Python广泛应用于数据科学、物联网、机器学习、Web应用程序和游戏开发等领域。
与其他编程语言不同，Python 的语法简洁易懂，便于阅读。因此，对于初学者来说，这能帮助你快速掌握基础知识，减轻脑力负担，并更快地学习更高级的机器学习主题。
网上有很多很棒的免费机器学习入门资源，但如果你入门遇到困难，我建议你参加任何 Python 课程，我个人认为，以数据科学为重点的入门课程要好得多。
DataCamp 的这两门课程专为初级和中级学习者设计，它们提供了极大的支持，帮助你在信息科学领域开启职业生涯。
1. Python 数据科学入门…… – 初学者
《Python 数据科学入门》课程将概述 Python 数据科学生态系统，并指导你编写你的第一个 Python 代码。
最重要的是，您将深入了解 Pandas 和 Numpy，它们是机器学习和数据科学领域强大而高效的库。
它适合你吗？
DataCamp 提供多门优秀的入门课程，全部采用互动练习的形式进行教学。本课程适合任何积极主动、求知欲强、渴望学习数据科学或机器学习的人士。
前往课程
一旦你能够理解别人的 Python 代码，我强烈建议你学习任何一门中级 Python 课程。DataCamp 也提供面向数据科学的中级 Python 课程，该课程将向你介绍一些高级主题，有助于你获得机器学习方面的实用知识。
2. 使用 Python 进行机器学习…… – 中级
在本技能学习路径中，您将进入机器学习的世界，并学习使用 Python 进行机器学习的基本概念。本学习路径分为 5 门课程；
- 使用 scikit-learn 进行监督学习
- 使用 scikit-learn 进行无监督学习
- Python中的线性分类器
- 专家教你如何运用机器学习：学校预算
- Python深度学习
不要被机器学习技能课程中介绍的新概念吓倒。完成课程会比较难，但并非不可能。有些概念可能很陌生甚至很奇怪，如果需要，可以重修。
它适合你吗？
在本机器学习技能课程中，您可以通过机器学习的真实案例进行练习，并通过使用 Keras（Python 中用于深度学习的尖端库的最新版本）来了解机器人、自然语言处理、图像识别和人工智能等各个领域中最令人兴奋的功能。
前往技能通道
如果您对快速学习机器学习课程感兴趣，这篇文章将为您介绍互联网上最好的机器学习课程。
时刻保持学习的热情！！！
机器学习对初学者来说很难，而且Python中的机器学习库也很难理解。
在过去的几个月里，我一直在从不同的来源收集最新的 Python 数据科学和机器学习速查表。
- 7+份Python速查表，适合初学者和专家
- Python（及数学）机器学习简明速查表
学习过程中可能会失去动力，所以你可以收听这些Python 播客来保持学习进度。
如果你遇到困难，不要犹豫，随时向Reddit和Stackoverflow上的学习者们寻求帮助和支持，他们只需点击一下鼠标就能为你提供帮助和支持。
此外，一定要参加Kaggle Learning/机器学习挑战赛，这样你就能掌握最新的学习成果，进步更快。
提升你的数学技能！！！
数学是所有现代科学学科的基石。然而，你并不需要数学学位才能在机器学习领域取得成功。但是，如果你有数学背景，肯定会更有优势。
你需要制定结构化的学习计划和可实现的目标，才能提升机器学习所需的技能。我强烈建议你从学习Python的第一天起就巩固数学基础，无论你的数学背景如何。
根据我的个人经验，每天至少投入 30-45 分钟将会大有裨益，你会更快地理解和学习数学和统计学方面的高级 Python 主题。
接下来几天，我将发布另一篇关于机器学习所需数学水平的文章。在此之前，让我们先简要回顾一下最后一部分，并使用下面的信息图来了解成为机器学习科学家/工程师所需的最低数学水平。
以下是世界一流教师开设的 2 门最佳在线课程，可帮助您掌握所有有志成为机器学习科学家/工程师的人在学习更高级内容之前必须掌握的词汇、符号、概念和代数规则。
1. 机器学习数学专业化课程- 强烈推荐
该专业由伦敦帝国理工学院提供，包含 3 门课程，旨在使您对数学有直观的理解，并帮助您将关键概念应用于机器学习。
- 机器学习数学：线性代数
- 机器学习数学：多元微积分
- 机器学习中的数学：主成分分析
它适合你吗？
完成本专项课程后，您将获得继续深造并学习更高级机器学习课程所需的数学知识。
前往课程
2. 数学思维入门- 高价值
本课程将帮助你像专业数学家一样思考，解决日常生活中、科学领域或数学本身可能出现的实际问题。
这门课程不是教你如何做数学题，而是教你如何像数学家一样思考。
它适合你吗？
你将从这门课程中受益匪浅，并培养出强大的机器学习或数据科学认知能力。
前往课程
感谢你看到最后 :-)
机器学习令人望而生畏，不付出努力就学会几乎是不可能的。所以，如果你按部就班，每天坚持练习Python，那么过一段时间后，你就能轻松掌握它。
如果你喜欢这篇文章，我这里还有一些实用的文章推荐给你。一篇是关于学习数据科学中的概率和统计学，另一篇是关于最佳机器学习课程/专项课程。