如何快速转行机器学习。有统计基础

传统算法和机器学习算法差别很大，如果刷的传统算法意义不大。
机器学习资料推荐吴恩达的机器学习课程：
Stanford的CS229，CS224n和CS231n都是很不错的线上资料
就目前搞机器学习而言：学历要求高，岗位少，即使面试实习岗，也要相关项目经验，了解相关框架，例如 pytorch、tensorflow、caffe等，编程语言python也是不可少的，这个坑"很大"不是一下就能填好的，先学会用一些sklearn上面的库，将基础的机器学习算法先跑起来，学会模型调优、明白流程，之后再自己写算法，优化模型，就目前你的情况来看，单单搞理论是不行的，推荐使用专业的AI云平台，某宝搜“gpu租用”，还有专业的团队给你调代码，成长会快很多

李航那本书是真的好看。 自己也翻了几遍了，好的一点是 写的明白
唯一不足的是 这本书侧重理论 不太讲怎么应用 ，给的例子也都称不上玩具例子。
做一个入门系列很好。。。
转行机器学习就像是说 我要去学人工智能一样 这是一个大的问题。
我感觉学机器学习就是 喜欢一个领域 然后用机器学习方法去解决该领域的问题。
本数 统计基础 这学这些也快
我也是学数学的 。

自己做了公众号，百面机器学习，主要总结机器学习面试题