机器学习路线规划

首先，机器学习圈子里分为三层：

1. 发明牛逼的模型、算法、理论

2. 底层系统搭建，如各种框架

3. 学懂1中大神的部分发明，再会使用2中大神搭建的框架，来解决实际业务中的问题，产生商业价值。大部分人属于这里吧！！！

是的，我的目标就是成为第三种人！

以下是根据自己的情况梳理的知识：

一、机器学习知识

1. 视频课程：
   吴恩达（Coursera版本）
   林轩田机器学习基石&机器学习技法（带字幕）
   链接: https://pan.baidu.com/s/1PhKT9TWM3kBSNQcV3H2JXA 提取码: 3j2j

2. 书籍：
   李航的《统计学习方法》，参考读物：https://zhuanlan.zhihu.com/p/36378498
   Peter《机器学习实战》
   周志华的《机器学习》作为工具书

3. 库：
   Sklearn 与 TensorFlow 机器学习实用指南：https://github.com/apachecn/hands_on_Ml_with_Sklearn_and_TF
   sklearn教程：http://sklearn.apachecn.org/cn/0.19.