关于机器学习，非数学/统计专业的人都会有这些疑问：
到底要把数学学到什么程度才能够无障碍地推导机器学习算法？实变、复变、泛函、矩阵论到底要不要全都学会？入门机器学习到底要看什么书？除了机器学习，真正的工作中还哪些必要技巧？如何入门深度学习？如何着手开始进行数据挖掘项目？下面，我会对以上问题逐个进行细致分解，结合自己的学习及工作经历为你一一解答，并给你提出适合建议。
数学要到什么程度？从最基础的来说，微积分、线性代数与概率论是学习机器学习的必会内容。相信大家看到这个答案会很失望，但是放心，这绝对不像你想象的那么难。在本科期间，我们学习数学的目的其实是为了期末考试，需要做很多习题。而在机器学习中，使用到的仅仅是这些他们的特性，而不需要用他们来解题，所以只要知道他们的定义就可以。
比如线性代数，我们仅仅需要了解向量、矩阵和逆矩阵等等的定义，而不需要去真正的计算逆矩阵。
这说明，我们不需要花费大量时间去学习数学，而只需要了解并记住他们的定义。
那么，看什么书好呢？我个人给大家推荐的是《金榜图书》的考研数学讲义系列的《高等数学辅导讲义》、《线性代数辅导讲义》和《概率论与数理统计辅导讲义》。这三本书算是考研数学入门级，他们的优点是简洁、全面，把教科书中几百页的内容压缩到几十页，如果不看其中的例题，几天就能看完。
这三本书外，还有很多数学内容需要学习，比如Jacobian矩阵、张量、特征分解、奇异值分解（SVD）和Moore-Penrose伪逆等等……这些是实分析、复分析、矩阵论等书中的内容，也是机器学习的必会内容。
看到这里你可能会开骂了，我要是会这些，干嘛还看你写的东西！
放心，我就是来给你解决这些问题的。之前我说过，推导机器学习算法的过程中，需要的是了解数学定义，而非系统地学习每门课。然而想要通过看书学习某一个知识点是很难的，因为需要很多先修知识，否则根本看不懂。这里，给大家推荐一个非常良心的免费在线课程可汗学院（矩阵了。
入门机器学习到底要看什么书？关于入门机器学习要看什么书，网上已经有很多人提出过建议。 而我的建议是：不看书。是的，不看书。所有的书都假设你的数学基础已经非常好，很多数学推导并没有告诉你其中的根源，使你无法看下去。
只有一个人，他假设你只懂最基础的微积分和线性代数——林轩田。他在台大开设的两门公开课"机器学习基石"与"机器学习技法"（网上很容易找到），基石是机器学习基础、技法是机器学习算法推导。不过，这两部视频似乎在各种方面都不如Andrew Ng的机器学习课程。而且几乎每一个看过他的"机器学习基石"课程的人都表示非常不喜欢，看不下去，原因有三：无聊、推导公式的过程太细，不知道学过之后的用处。讲到这里，大家可能会想到，当年学习高等数学的时候，好像也是这种感觉？对的，他的课程非常"无聊"但确实很重要，而且他讲的每一节课只要认真思考就一定能够听懂。他讲的是机器学习中最重要的基础，当你真的懂一点机器学习的时候，反过来看基石中讲的内容，比如Break Point、VC维、误差衡量、线性回归、非线性转换和梯度下降，哪一个是不重要的？
当你看完"机器学习基石"，我建议你继续学习他的"机器学习技法"。我相信你刚开始学习"技法"的时候，会发现他比上部更加无聊，于是忍不住去看对应的书籍，想要避免看这种无聊的视频。然而，你最后一定还会回来继续看他的视频，因为你会发现他的视频虽然巨无聊，但讲的真的很细致，每一步推导都讲的很明白！
在学习"技法"课程的时候，你可以同步的看书了，因为光看视频，很多东西会忘记，要不断的看书复习。这里，我推荐给你三本书：《统计学习方法》by李航、《机器学习》by周志华、《机器学习》by Mitchell。这三本书都是机器学习界入门的经典书籍，我之所以同时推荐三本，不是让你做三选一的选择题，而是把这三本对照着看：
《统计学习方法》对公式的推理深入；Mitchell的书重在算法思路的讲解，对公式的推理很浅显，但易懂；周志华的书内容更加广泛且包含很多两本书中没有的内容。建议学习的时候以李航的书为基础，与视频对照着看；使用周志华的书进行补充；当无法理解某处的时候看Mitchell的书。
除了机器学习，真正的工作中还哪些必要技巧？
真正的工作和项目中，只会机器学习是不够的。最早的就是对数据进行清洗，数据清洗工作和机器学习算法的选择同样重要。数据清洗注意需要掌握两点：数据处理与正则表达式。这里推荐三本书：《Python数据处理》、《数据科学实战手册（R+Python）》与《正则表达式经典实例》，前两本讲的是数据清洗处理，最后一本讲的是正则表达式的语法。这三本书讲的是通用技巧，在具体工作中所需要的方法是不同的，不要把自己禁锢与书本中，要在具体的工作中自己思考。
如何入门深度学习？目前，深度学习并非工作的必备技能，仅仅是加分项。所以我建议大家在掌握了一定的机器学习知识后，再开始学习深度学习的内容。
深度学习最好的入门书籍，莫过于《神经网络与深度学习》by Michael Nielsen，该书有中文版。这本书通俗易懂，用最简单的语言和例子阐述了概念和原理。但这本书虽然通俗，却非常细致的把深度学习最基础的核心算法——BP网络的数学公式仔细地推导了一遍，乍一看很容易，但如果多读几遍，相信大家每一遍都会有不同的收获。
在读了《神经网络与深度学习》后，需要开始学习CNN、RNN等主流的深度学习网络了，学习这些网络的时候，也需要把他们的BP算法推导清楚，目前我见过的讲解最好的不是书籍，而是一位网名为hanbingtao的作者在网上写的Blog，该Blog把深度学习从最基础的感知机基础到CNN、RNN、LSTM的数学公式都推导了一遍，而且很浅显易懂，强烈建议大家阅读。
如何着手开始进行数据挖掘项目？着手数据挖掘项目，首先要选择一门合适的语言。数据挖掘可以用很多语言完成，R、Python、Java等等都可以，但我个人建议大家使用Python，因为使用Python相对简单且大多数公司都要求使用Python进行工作。 刚开始进行数据挖掘项目的时候，很多程序员出身的人会陷入一个误区，认为既然是做项目就要把算法的每一个细节都自己实现，而是不使用现成的工具包，担心自己会变成调包侠。其实，每个高手都是从调包侠开始的，而且自己写的代码都是使用Python完成的，效率与工具包中直接调用C语言的代码相比要差很多。而且，在入门阶段，不应该花费极多的时间只为了对算法造轮子。在后期，当你的能力足够而进行一些非常复杂的项目的时候，才会觉得工具包满足不了你，那时候再顺其自然的造轮子岂不甚好。
说到Python的机器学习工具包，不能不提到scikit-learn。scikit-learn的算法非常齐全(几乎把所有你能想到的机器学习算法都包括在内，甚至数据预处理、特征提取等等都有现成的工具)，调用简单(两条语句就能训练出一个模型)，API非常友善(可以到官网)。学习scikit-learn最好的一本书是《机器学习系统设计》by里彻特。这本书共12章，除去最后一章外，每章都带着我们从最基础一步步地做出一个数据挖掘项目，其实把这本书看完，其实已经有最基础的数据挖掘项目能力了。
除了scikit-learn外，还有一个深度学习框架也非常好，叫做Keras。Keras的底层可以用TensorFlow或者Theano，在理解神经网络的情况下，学习Keras只需要花费极短的时间就可以上手，这里建议大家学习一个免费视频课程：莫烦Python(的语法。
以上是所用到的工具，学完《机器学习系统设计》已经有基础的实战能力，但其中的一些流程该书并没有系统地介绍，如果想要更加系统的学习，推荐大家阅读《数据挖掘导论》，这本书包括分类、关联分析、聚类和异常检测的项目流程实例，还提供数据集和幻灯片，非常适合系统的学习。
在以上的事情都做完后，大家可以上Kaggle进行小的比赛，只要足够努力，拿到一些小比赛的Top5%还是有机会的。
写在最后当你一步步的按照我给你的建议进行学习之后，会发现其实这些理论其实很简单，但实际应用起来绝非易事，这也构成了大多数搞数据挖掘的人能力平庸无奇的事实。这里，我对大家有几条私人的建议：
机器学习的理论基础一定掌握好，这是未来长远工作的筹码。在学习算法的过程中，永远是对算法的效率进行分析揣摩在第一位，具体的代码实现在第二位，不要本末倒置。对算法的学习要掌握所谓的"分寸"，相对重要的部分多学，不太主流的部分稍稍了解即可。英语很重要，你会越来越发觉英语的重要性，请坚持每天学习一点英语。学习机器学习算法要真正学懂，某些小的地方学不懂便跳过，最终会造成很多漏洞，而这漏洞，填补起来要花费很大的精力。祝您学习的过程是愉快的，前路虽艰，行则心安。
