说到机器学习入门，很多人第一个甩出来的网课就是吴恩达的课。不得不说，这是一门非常好的课。如果有一定的数理基础，又对机器学习涉及的数理知识感兴趣，会觉得这门课非常清晰明了、容易理解。
然而，曾经作为完全数理盲的我，硬上这门课的感觉就是非常吃力，但吴大神又老说，“没有学过微积分也没关系 ” 在吴大神的温柔术催眠下，我一遍又一遍懵逼地刷呀，刷呀，刷呀，还是刷得一知半解，于是一怒之下回头开始补起了高数......
虽然抛开吴恩达聊机器学习可能会被diss，但我还想说说我早期的入门方法：
1、需要准备一些数学资料供你随时学习，如果你实在不放心可以先用几天的时候复习一下。线性代数、微积分、概率论和统计学、函数等等都是要掌握好的内容。
2、学习python基础知识学习，很多人喜欢搞一本厚厚的书来看，虽然看完了但是还不会用Python，这是最大的悲哀，可以选则一个网站进行入门练习。然后尝试着搭建一个Python环境，再学习一些常见的Pythonn库，最好可以找一些demo练手。
3、学习机器学习的原理知识
学习机器学习的基本概念和算法的原理，你可以通过看书，看视频来学习。
喜欢看书的同学在入门阶段可以看李航《统计学习方法》、周志华《机器学习》。其实看书是很无聊的，我推荐你们先去找一些网上的公开课程学习学习，比如李宏毅的机器学习公开课，唐宇迪的机器学习入门，这些都是适合入门的视频课程。
而吴恩达的课程建议累积一定的基础知识之后再看，一开始就看的话，会比较被动。
4、深入学习
找到一个自己感兴趣的课程深入学习，跟着步骤学习一些原理知识、算法、demo，附带项目实操。就比如我经过比较后选则了人工只能与机器学习的实践课，进行系统的学习。
免费分享一些我整理的人工智能学习资料给大家，整理了很久，非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLQ、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。
为了更好的系统学习AI，推荐大家收藏一份。
下面是部分截图，文末附免费下载方式。
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、人工智能行业报告
学好人工智能，要多看书，多动手，多实践，要想提高自己的水平，一定要学会沉下心来慢慢的系统学习，最终才能有所收获。