初学者如何开始学习机器学习，具体学习顺序分析

本人现在研三，目前已经升上博士了，博士课题组那边的方向与人工智能相关，而机器学习作为人工智能的一个重要工具，所以学好它十分重要。为纪录自己的学习过程并提升自己对机器学习的理解，借优快云这个平台分享一下自己的学习历程吧！

在学习之间，搞清楚学好机器学习需要掌握哪些技能和具体的学习流程比较重要，这样才能集中精力，少做无用功。

1.python。目前针对机器学习的主流编程语言非python莫属，主要是因为现如今的神经网络框架都是基于pytorch进行搭建的，因此学好python至关重要。

2.数学基础。机器学习涉及到很多的数学概念，如高等数学中的微分、积分等，线性代数当中矩阵等相关概念以及概率论中的部分知识。如果想深入学习机器学习而不是做简单的demo建议也好好补补数学基础。具体的课程可以在B站搜索人工智能数学基础，还是有不少的课程资源。

3.机器学习的典型模型。在此阶段可以开始学习典型的机器学习模型是如何搭建的，运用了哪些经典的算法，了解模型的运行机理，并且可以开始自己尝试搭建属于自己的模型。

今天主要针对python和相关的数学基础进行了学习。其中对于python的学习我建议大家可以尝试使用jupyter notebook配套视频进行学习，这样可以边看边练，效率更高。