学好机器学习需要有一定的数学基础和计算机编程基础。总结一下，学机器学习需要下面这几方面知识：

数学基础：机器学习中很多方面都设计到了数学知识，较好的数学知识可以在理解和应用机器学习中发挥积极的作用，一般包括线性代数、微积分、概率论和统计学等。

编程基础：这个是肯定的了，只有一定的编程基础，才能看得懂、用得了、写得好算法。现在常说的是Python，此外C++或java也可以。

了解数据结合和算法：算法涉及到了很多数据结构，如图、树、排序等，掌握这些数据结构和算法很重要。

基础机器学习算法知识：前文也说了机器学习中有很多算法，因此也需要掌握一些基础算法，例如支持向量机、神经网络、决策树、逻辑回归等。

此外还有一些知识也需要注意，比如特征提取、模型评估及调优等。

三、机器学习的分类

机器学习可以分为监督学习、无监督学习、强化学习。

3.1 监督学习

通过有数据标签的数据进行训练，一般可以有回归和分类两类方式。 监督学习的算法主要有：线性回归、逻辑回归、支持向量机、决策树、随机森林、K-近邻、朴素贝叶斯、AdaBoost、梯度提升树、神经网络。

3.2 无监督学习

没有数据标签对的数据进行训练，这类方法的目标是找到数据集底层联系，有聚类和关联两类。 无监督学习的算法主要有：K-均值聚类、层次聚类、DBSCAN、主成分分析、独立成分分析、t-SNE。

3.3 强化学习

强化学习通过智能体与环境的交互和反馈，学习到最优的策略来最优化奖励。

强化学习的算法主要有：Q-学习、SARSA、深度Q网络、策略梯度方法、Actor-Critic 方法、Proximal Policy Optimization。

四、机器学习的Python库

想要在python中学好机器学习，就需要掌握好各类机器学习相关的库，这儿总结了很有名的python机器学习库。

4.1 Scikit-Learn

Scikit-Learn几乎是所有机器学习初学者的第一个库，模式简单，里面集成了很多机器学习算法，从单间的模型到复杂模型，Scikit-Learn都可以满足我们的需要。

4.2 TensorFlow

TensorFlow是Google开发的深度学习库，可以创建和训练神经网络来执行图像识别、自然语言处理等任务。

4.3 Keras

Keras是一个神经网络包，也是TensorFlow 的前端接口。

4.4 PyTorch

PyTorch是用于机器学习和数据科学的开源通用库。支持多种硬件累心，PyTorch内存效率高，并且可以并行训练多个模型。

五、机器学习资源

5.1《机器学习》

又叫西瓜书，作者：周志华。这本书可以作为机器学习的入门读物。基本上涵盖了机器学习基础知识的方方面面。每章都附有习题并介绍了相关阅读材料，以便有兴趣的读者进一步钻研探索。

5.2《统计学习方法》

作者：李航。这本书也是机器学习的入门级读物，本书机器学习原理的解释、公式的推导非常非常详尽。全面系统地介绍了统计学习的主要方法，现在有第二版，分为监督学习和无监督学习两个部分。

5.3《机器学习实战》

作者：Peter Harrington。在看完前面两本书后，再跟着本书里的代码进行学习和实操，效果会更好。书中也精心编排了很多实例，从实例入手，更能帮助大家理解机器学习中的各种名词。

5.4 Kaggle

Kaggle是大部分在数据科学的时候都会遇到的平台。里面又丰富的数据集，也可以让你与其他数据科学家讨论学习。

5.5 UCI机器学习存储库

加州大学尔湾分校拥有550多个数据集，可以通过不同的功能选择自己需要数据集。

UCI 机器学习存储库

5.6 欧洲核子研究组织开放数据门户

欧洲核子研究组织的开放数据门户令人着迷。 他们收集了3PB的数据，并提供了有关最小物理量（粒子物理学）的数据。

欧洲核子研究中心开放数据门户 (cern.ch)

题外话

在此疾速成长的科技元年，编程就像是许多人通往无限可能世界的门票。而在编程语言的明星阵容中，Python就像是那位独领风 骚的超级巨星， 以其简洁易懂的语法和强大的功能，脱颖而出，成为全球最炙手可热的编程语言之一。

Python 的迅速崛起对整个行业来说都是极其有利的 ，但“人红是非多”，导致它平添了许许多多的批评，不过依旧挡不住它火爆的发展势头。

如果你对Python感兴趣，想要学习pyhton，这里给大家分享一份Python全套学习资料，都是我自己学习时整理的，希望可以帮到你，一起加油！

😝有需要的小伙伴，可以点击下方链接免费领取或者V扫描下方二维码免费领取🆓

👉CSDN大礼包🎁：全网最全《Python学习资料》免费分享（安全链接，放心点击）👈

​

1️⃣零基础入门

① 学习路线

对于从来没有接触过Python的同学，我们帮你准备了详细的学习成长路线图。可以说是最科学最系统的学习路线，你可以按照上面的知识点去找对应的学习资源，保证自己学得较为全面。

② 路线对应学习视频

还有很多适合0基础入门的学习视频，有了这些视频，轻轻松松上手Python~

③练习题

每节视频课后，都有对应的练习题哦，可以检验学习成果哈哈！

2️⃣国内外Python书籍、文档

① 文档和书籍资料

3️⃣Python工具包+项目源码合集

①Python工具包

学习Python常用的开发软件都在这里了！每个都有详细的安装教程，保证你可以安装成功哦！

②Python实战案例

光学理论是没用的，要学会跟着一起敲代码，动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。100+实战案例源码等你来拿！

③Python小游戏源码

如果觉得上面的实战案例有点枯燥，可以试试自己用Python编写小游戏，让你的学习过程中增添一点趣味！

4️⃣Python面试题

我们学会了Python之后，有了技能就可以出去找工作啦！下面这些面试题是都来自阿里、腾讯、字节等一线互联网大厂，并且有阿里大佬给出了权威的解答，刷完这一套面试资料相信大家都能找到满意的工作。

5️⃣Python兼职渠道

而且学会Python以后，还可以在各大兼职平台接单赚钱，各种兼职渠道+兼职注意事项+如何和客户沟通，我都整理成文档了。

上述所有资料 ⚡️ ，朋友们如果有需要的，可以扫描下方👇👇👇二维码免费领取🆓
​