都說做一件事情最好的時機就是「現在」，但是從何開始往往會難倒一大批人，更不用說是想要入門資料科學和機器學習的朋友了。本文是一篇科普掃盲文章，作者以初學者的視角，為同樣想「入坑」的讀者們提供了一些建議，還有一些可以獲得的學習資源。
選自towardsdatascience，作者：Daniel Bourke，機器之心編譯，參與：韓放、一鳴。
從這裡開始。
兩年前，我開始在網上自學機器學習，並且通過 YouTube 和部落格分享了我的學習過程。我並不知道我在做什麼，在決定開始學習機器學習之前我從沒寫過程式碼。
有人告訴我他已經開始學習 Python 並打算學習機器學習了，但不知道下一步該做什麼。
「我已經學習了 Python，下一步該做什麼？」
我回復了一系列學習的步驟，並且複製到了這裡。如果你想成為一個機器學習從業者，卻不知道怎麼寫程式碼的話，可以把本文當作一個大綱。我的學習風格是程式碼優先：先把程式碼執行起來，再根據需要學習理論、數學、統計以及概率等方面的東西，而不是一開始就學理論。
學習 Python、資料科學工具和機器學習概念
問我問題的那些郵件作者們說他們已經學了一些 Python。但這一步也同樣適用於新手。花幾個月的時間學習 Python 程式設計和不同的機器學習概念。這兩部分知識你都會需要。
在學習 Python 程式設計的同時，練習使用 Jupyter 和 Anaconda 等資料科學工具。花幾個小時來研究一下，它們是用來做什麼的以及為什麼要使用它們。
學習資源
人工智慧要素 (https://www.elementsofai.com/)—人工智慧和機器學習主要概念概述。
Coursera 上的 Python 教程—(https://bit.ly/pythoneverybodycoursera) 從頭學習 Python。
通過 freeCodeCamp 學習 Python (https://youtu.be/rfscVS0vtbw)—一個視訊涵蓋了 Python 所有主要概念。
Corey Schafer 的 Anaconda 教程 (https://youtu.be/YJC6ldI3hWk)—一個視訊學會 Anaconda（資料科學和機器學習需要的配置環境）。
Dataquest 的新手 Jupyter Notebook 教程 (https://www.dataquest.io/blog/jupyter-notebook-tutorial/)—一篇文章學會啟動和執行 Jupyter Notebook。
Corey Schafer 的 Jupyter Note 教程 (https://www.youtube.com/watch?v=HW29067qVWk)—一個視訊學會使用 Jupyter Notebook。
學習通過 Pandas、Numpy 和 Matplotlib 進行資料分析、操作和視覺化
一旦你已經掌握了一些 Python 技巧，就會開始想要學習如何處理和運算元據，為了實現這一目的，你需要熟悉 Pandas、Numpy 和 Matplotlib。
Pandas 可以幫助你處理二維資料，類似 Excel 檔案裡的資訊表，包含行和列。這類資料被稱為結構化資料。
Numpy 可以幫助你進行數值計算。機器學習把你能想到的所有東西都轉化成數字，進而在這些數字中尋找模式。
Matplotlib 可以幫助你繪製圖形和視覺化資料。理解表格中的一堆數字對人類來說可能很困難。我們更喜歡看到有一條線穿過的圖。視覺化可以更好得傳達你的發現。
學習資源
Cousera 上的 Python 應用資料科學 (http://bit.ly/courseraDS)—開始打磨資料科學方向的 Python 技能。
10 分鐘入門 pandas (https://pandas.pydata.org/pandas-docs/stable/gettingstarted/10min.html)—快速概覽 pandas 庫及其部分最有用的函式。
Codebasics 的 Python pandas 教程 (https://youtu.be/CmorAWRsCAw)—該 YouTube 系列介紹了 pandas 的所有主要功能。
freeCodeCamp 的 NumPy 教程 (https://youtu.be/QUT1VHiLmmI)—一個 YouTube 視訊學會 NumPy。
Sentdex 的 Matplotlib 教程 (https://www.youtube.com/watch?v=q7Bo_J8x_dw&list=PLQVvvaa0QuDfefDfXb9Yf0la1fPDKluPF)—YouTube 系列助你學會 Matplotlib 所有最有用的功能。
藉助 scikit-learn 學習機器學習
重點在於學習都有什麼樣的機器學習問題，比如分類和迴歸，什麼樣的演算法最適合解決這些問題。現在還不需要從頭開始理解每個演算法，先學習如何應用它們。
學習資源
Data School 的基於 scikit-learn 的 Python 機器學習 (https://www.youtube.com/watch?v=elojMnjn4kk&list=PL5-da3qGB5ICeMbQuqbbCOQWcS6OYBr5A)—一個 YouTube 播放列表教你 scikit-learn 的所有主要函式。
Daniel Bourke 對探索性資料分析的簡要介紹 (https://towardsdatascience.com/a-gentle-introduction-to-exploratory-data-analysis-f11d843b8184)—把你在上述兩個步驟中學到的知識融合在一個專案中。提供程式碼和視訊，助你開始第一個 Kaggle 競賽。
Daniel Formosso 的基於 scikit-learn 的探索性資料分析筆記 (https://github.com/dformoso/sklearn-classification)—以上資源的更深入版本，附帶了一個實踐上述內容的端到端專案。
學習深度學習神經網路
小貼士：在大多數情況下，你會想對結構化資料使用一組決策樹（隨機森林或 XGBoost 之類的演算法），而對於非結構化資料，你會想使用深度學習或遷移學習（使用預先訓練的神經網路並將其用於你的問題）。
學習資源
Cousera 上 Andrew Ng 的 deeplearning.ai (https://bit.ly/courseradl) (https://bit.ly/courseradl)—商業上最成功的從業者之一講授的深度學習課程。
Jeremy Howard 的 fast.ai 深度學習課程 (https://course.fast.ai/) (https://bit.ly/courseradl)—工業界最好的實踐者之一講授的深度學習實際操作方法。
其他課程和書籍
在你熟悉瞭如何使用不同的機器學習和深度學習框架之後，你可以嘗試通過從頭開始構建它們來鞏固你的知識。你不必總是在生產或從事機器學習時這樣做，但是從內部瞭解事情是如何工作的將有助於你建立自己的工作。
學習資源
Daniel Bourke 的如何開始你自己的機器學習工程 (https://towardsdatascience.com/how-to-start-your-own-machine-learning-projects-4872a41e4e9c)—開始你自己的工程可能會很難，這篇文章可以給你一些指引。
Jeremy Howard 的 fast.ai 深度學習基礎 (https://course.fast.ai/part2)—自上而下學習後，本課程將幫助你從下往上填補空白。
Andrew Trask 的 Grokking Deep Learning (https://amzn.to/2H497My)—這本書將教你如何從頭開始構建神經網路，以及為什麼你應該知道如何構建。
Daniel Bourke 推薦的機器學習書籍 (https://www.youtube.com/watch?v=7R08MPXxiFQ)—該 YouTube 視訊整理了一些機器學習最佳書籍。
答疑
你可能會花 6 個月或更長的時間。彆著急，學習新事物需要時間。作為一名資料科學家或機器學習工程師，你正在培養的主要技能是如何針對資料提出好的問題，然後使用你的工具來嘗試尋找答案。
有時候你會覺得自己什麼都沒學到。甚至倒退。忽略它。不要以天為單位來衡量，看看你一年後有什麼樣的進步。
我在哪裡可以學到這些技能？
我在上面列出了一些資源，它們都是線上的，而且大部分都是免費的，類似的資源還有很多。
記住，作為資料科學家或機器學習工程師，很大一部分工作是要解決問題。通過你的第一個作業探索這裡的每一個步驟，並建立你自己的課程來幫助學習。
統計怎麼辦？數學怎麼辦？概率呢？
實踐過程中你會學到這些東西的。先從程式碼開始。把程式碼執行起來。在執行程式碼之前，嘗試學習所有的統計、數學、概率知識，就像是在試圖煮沸大海。它會讓你退縮。
證照？
證照很好，但你不是為了證照而學習，而是為了提高技能。不要和我犯同樣的錯誤，不要認為證照越多代表技能越多，並不是這樣的。通過上述課程和資源建立知識基礎，然後通過自己的專案完善專業知識（這些是課程無法傳授的知識）。
參考連結：towardsdatascience.com/5-beginner-…