關於自動化機器學習的研究工作，比較前沿的東西是利用人工智慧將物品自動編碼成可存儲數據集，然後根據這些數據集進行機器學習。這種應用在設計產品和做物流決策的時候經常用到。最好現在學一下ai或者工業控制的基礎知識，等有了機器學習的基礎知識或者算法的抽象能力，會對人工智慧和機器學習研究工作有一個大體的了解。數據挖掘、機器學習基礎知識推薦閱讀中國統計學會發表的《數據挖掘方法及理論》系列文章。
推薦崔健老師的《人工智慧——向人類智能過渡》，裡面講述了deeplearning應用於物理學，計算機科學，歷史學，心理學等領域的實際應用。還有就是兩位老師的博士論文。首先要明確到底是從事研究還是工程。建議前者，研究的話建議利用電腦做實驗，掌握一些專業的軟體操作，和知識。工程就要去看相關的工程技術書籍，有專業的知識和方法。比如我正在做的機器學習系統的設計和實現就是根據我的實際工程經驗學習得來的。想系統的從事某方面的研究，比如機器學習，就要有很深的背景，比如自然語言處理，計算機視覺，圖像處理等等，這些都有不同的研究方向，這方面推薦看周志華老師的教材。
根據研究的方向不同，對於學習的材料要求有很大區別。比如我就是打算研究生方向是圖像識別的，那我的資料來源就是關於計算機視覺的書。如果是搞工程方向就要通過學習實際工程中的可行的方法來完成問題。圖像識別我本科參加過幾個專業的比賽，當然都是大佬水過去的。這種基礎性知識學習好是關鍵，實際項目的項目也很重要。寫代碼是關鍵，因為這是評測你算法有效性的東西。一般越厲害的項目有時候需要寫很多次，但是能得到a的代碼就不要寫b了。
大三了，高代c語言應該沒問題了。去擼代碼是快捷的解決途徑。如果想做機器學習的話，大三下還要看點代碼。做傳統機器學習和深度學習那就學點你們方向的專業術語吧，比如lr,linear,梯度,隨機梯度,卷積,bp,em等等都要懂一點。
高屋建瓴的解釋：如果想系統性的學習：courseramachinelearningcoursera(coursera.org)-learningwithpython如果有人開著一門課可以邊上學邊玩：吳恩達的機器學習--從入門到實踐這個學完了就能搞自己的了如果想簡單看看：高德納的netlabsyoutube上有很多短視頻，其中的幾個ad，很適合初學者在自己的方向上入門學習，並且都有英文字幕，可以看一下：無聊時可以用來打發時間，找不到同道中人可以看看美劇。