我是一個學機械出身的，所以你們想要超過我是很容易的。
第一階段
在學習之前，你需要把高數，線代，概論牢牢掌握，原因不多說。這三門數學就和內功一樣，雖然掌握好了不一定能打贏別人，但一旦學起來外功就不會覺得多難。
周志華《機器學習》，俗稱西瓜書，我看了兩個月，因為數學基礎好，所以推進起來沒那麼困難。看完這本算是對機器學習有了一個稍微清晰的認識了。
《機器學習實戰》，封面是一個樵夫，我花了五個禮拜把上面的代碼全都實現了一邊（看清楚，是實現一遍，不是照著打了一遍！！！）。
機器學習實戰
第二階段
到此算是第一階段，這個階段結束之後自己去做一個SVM+PCA的人臉識別項目，同時多看幾篇相關的論文，多查CSDN和博客園。數據庫用一個叫FREET_80_80的數據集（以後還會用）。成功之後，你就算是小有所成，足以跟外行人吹B了。但跟同行還差的很遠很遠。
我學到這裡的時候，研一上半學期已經快結束了。但是我依舊沒碰深度學習。緊接著我就去圖書本找到了第三本書，《python大戰機器學習》。這本書非常好，反正我是讀完了你隨意。
python大戰機器學習
第三階段
我用上半學期最後的時間把這本書的所有代碼都寫了一遍。但是最後他的那個kaggle實戰項目我沒運行成功，就去了kaggle把最經典的數據挖掘項目——《泰坦尼克號》，給認認真真的學了好幾遍，直到自己掌握了全部技術（比如數據清洗，K-Flod，stack，特徵工程…）。當然了，中間過程很艱辛，查了很多很多很多很多很多資料，因為我不喜歡整理（一個正常的理工男都是不愛收拾衛生的），直到最後我的網絡收藏夾爆滿了。後來就發現了機械出身的我還是編程能力太差，就學了第四本書————《用python進行數據挖掘》，這是一本講numpy和pandas的書。
到此，我研一的上半學期就結束了，推薦最後一本書，是我在群文件找到的，《淺談人工智能》，我看了三遍（跟小說一樣），非常同意其中的觀點。
先寫這麼多吧。
閱讀更多 昂鈦客AI 的文章
