近年來人們對機器學習的認識也越來越多，很多人都希望學習相關的知識。但機器學習不是一個容易學習的領域，需要選擇適合自己難度的學習資料。這裡簡單地將學習深度分為三個階段，建議選擇適合自己的難度。
了解。機器學習是什麼？了解機器學習的應用，並對機器學習有較為概念性的了解。適合非機器學習相關專業、希望對機器學習有大概了解的人群，比如產品經理。
應用。知道怎麼實現機器學習，能使用程式語言編寫基礎的機器學習算法，並對數學原理有初步理解。適合與機器學習相關，但是數理知識不足、或者只需掌握大概原理的人群，比如程式設計師。
學術。了解機器學習算法的原理，希望不止於掌握機器學習算法的原理、編寫機器學習算法。適合相關專業的在校生，比如 計算機系本科生、研究生。
1-首先，英語能力非常重要，你需要起碼有高中的英語水平，並且敢於應對英文資料，又不是不能學，又不是學不會。英語的重要性不用多說，就機器學習而言，2011年便開始流行起來，但是目前很多機器學習領域重要的書籍還沒有中文翻譯。網絡上優秀的機器學習資源基本基於英語教學。但是對於英語真的不用怕，一遍看不會可以看多一遍，不認識的單詞查詞典就是。不用閉卷考試，隨時都可以查詞典。
2-能用 Python 編寫簡單的程序，相當於學習完 Codecademy 的 Python 教程，預計耗時13小時。或《笨方法學 Python》前40章，耗時也不會很大。英文原版：Learn Python the Hard Way
3-非常基礎的矩陣知識：可汗學院的課程，從矩陣簡介學到矩陣乘法（二），大約耗時1小時。
Command Line，這個就是電影裡面那些（可能是）酷酷的人操作電腦的方式，把教程過一遍就可以。
1-《從機器學習談起》
非常不錯的介紹。
地址：http://www.cnblogs.com/subconscious/p/4107357.html
2-機器學習基礎：案例研究（Machine Learning Foundations: A Case Study Approach）
華盛頓大學的課程，兩位教授的頭銜是 Amazon Professor of Machine Learning。課程教學結構合理，每周課程分為概念、方法介紹和實際應用兩個部分，學完基本的的概念和方法、就可以馬上應用課程準備好的機器學習庫體驗一番。對於初學者來說非常有益。（果殼評分：8.1分）
英語比之前有長進。
A 線路：Machine Learning這門課程由由百度首席科學家，前 Google Brain 負責人之一 Andrew Ng（吳恩達）教授，不會涉及很深的數學，學習這門課程需要有高中知識預備。課程有中文字幕。（果殼評分：9.6分）
如果你是從初級學習到此，可以嘗試本系列課程。初級裡面的 Machine Learning Foundations: A Case Study Approach 就是本系列的第一門課程，是整個系列課程總概，從第二門課程開始，你將要自己編寫機器學習算法。不過課程有著非常詳細的教程引導，認真學習肯定可以通過課程，內容上會比A 線路的詳細。
《集體智慧編程》（Programming Collective Intelligence ）
聽說是一本不錯的書，很多人推薦。
複習以下數學課程：
有不會的可以去 MIT OCW 補課。
加州理工學院原版課程，沒有因為要適應大眾降低難度，不可多得的機器學習入門課程。教授為這門課程建立了一個網站，上面有關於課程的各種資料，還有討論論壇，學習環境也不可多得。（果殼評分：8.5分）
B 線路：機器學習（Machine Learning），Stanford 公開課Andrew Ng 早些年在 Stanford 授課的錄像，也是校園原版課程。
機器學習中使用的神經網絡（Neural Networks for Machine Learning）多倫多大學，Coursera學習完上面其中一門，可以考慮學習神經網絡，由深度學習的開山鼻祖 Geoffrey Hinton 教授。（果殼評分：8.5分）
學習氛圍對於學習來說非常的重要。有無一個班級、小組一起學習，最後收穫的差別可能會非常的大。在學校的學生他們有小組討論，做小組 project 等等學習活動，在這些過程中，毫無疑問收穫是非常大的。所以建議即使是自學，也儘量加入一個學習小組一起學習，大家都一起學習交流，收穫定會更大。
現在大學很多課程都有自己的課程網站，提供學習資料給學生下載，比如作業、習題、lecture notes 等，可以嘗試去這些課程網站找找學習資料。比如 Stanford 的 Machine Learning 網站，打開Handouts and Materials, 各種資料應有盡有。
其它相關領域的課程：貌似由於數據科學是新出現的學科，現在還沒有什麼好的課程。edX 數據科學系列的課程由 Columbia 21名教授參與製作，我想應該不會差。
怎麼樣，你也想學編程了？
點擊「閱讀原文」，看看近期都有哪些熱門計算機課程！
MOOC學院原創資訊，轉載請聯繫academy@guokr.com