机器学习一直是热门话题，它的重要性不容忽视。它不仅可以帮助我们预测未来的行为，还能过滤垃圾邮件，并根据我们的兴趣推荐电影。机器学习领域充满无限可能，其高薪和令人愉悦的工作环境使得许多从业者乐在其中。然而，对于零基础的人来说，要在短时间内掌握机器学习并不容易。本文将为你提供解决方案。

无论你的背景如何，每个人迈出的第一步都是相同的。并不是只有拥有数学博士学位的人才能从事机器学习。即便没有高学历，通过努力也可以取得成功。如果你不努力，再高的学历也毫无价值。

首先，你需要对自己有一个客观的认识。问问自己以下几个问题：

• 你的编程技能如何？
• 上次解决数学问题和做统计分析是什么时候？
• 你愿意投入多少时间来学习机器学习？

记住，你不需要精通这两个领域中的任何一个。只要你的编程技能略高于普通数学家，或者数学技能略高于普通程序员就足够了。这便是成功的关键所在。

接下来，让我们看看几个适合初学者的机器学习学习资源。

Python数据科学和机器学习训练营

这是一个在线课程，大约需要22小时的时间来完成。然而，要完全理解和应用所学的知识，可能需要花费更多的时间。该课程从复习Python开始，逐步介绍各种库，并深入研究机器学习算法。

虽然我已经完成了这门课程，但它只是入门阶段的一个良好起点。因为课程并没有深入讲解算法背后的数学原理。尽管如此，你仍然可以通过这些算法解决实际问题，但可能会对如何选择合适的算法、何时调整算法以及如何正确调整算法感到困惑。

为了弥补这一不足，课程作者建议同时阅读《统计学习入门》一书，以获得更扎实的理论基础。此外，该课程提供了大量实践机会。

价格：Udemy上的原价为194.99美元，但经常可以享受9.99美元的折扣价。这样的投资是值得的。

Coursera：Andrew Ng的机器学习课程

这门课程被誉为进入机器学习行业的标准课程，目前已有超过12万名用户评分，平均分为4.9分。虽然视频画质一般，但课程内容非常丰富。相比第一个课程，这门课程的内容更加深入，虽然Ng提到有些地方看不懂也没有关系，但最好找出自己的弱点并加以强化。

该课程使用一种名为“八度（Octave）”的语言，它是Matlab的免费替代品。不过，现在大多数人主要使用Python或R语言进行机器学习。因此，这可能是这门课程唯一的缺点。

价格：观看视频是免费的，但获得结业证书需要支付100美元。将证书添加到领英的个人页面虽然很酷，但并不是必需的。

哈佛大学：CS109A

与前面两个学习资源不同，这门课程不是视频课，而是一个GitHub库，里面包含了实际部分的讲座（PDF）和Jupyter实验室笔记。

坦白地说，我不明白为什么这个资源需要收费。作为一门由世界顶级大学之一提供的完整课程，它竟然完全免费。课程包含20多个讲座和13份实验室笔记，总体上是一个很好的起点。尽管我还没有完成所有内容的学习，但从已经学习的部分来看，它确实非常出色。

价格：免费，只需要跟随库中的资源进行学习即可。

总结

现在你已经有了三个优秀的学习资源，可以开始你的机器学习之旅了。虽然这并非易事，尤其是当你缺乏某些背景知识时，但付出的努力都是值得的。

对于零基础的学习者，我推荐从第三个资源哈佛大学课程开始学习，因为它可能是这三个课程中最好的。但这并不意味着其他两个课程不好，它们各有特色。我的建议是：

• 如果你想对实际部分有一个全面的了解，并希望获得更多实践机会，请选择第一个课程。
• 如果你想掌握机器学习的基础理论，并且不喜欢视频课程，请选择第三个课程。
• 如果你希望了解一些背景知识，同时也想了解机器学习的发展趋势，请选择第二个课程。

感谢阅读。希望你能在这条学习之路上取得成功。