2018.4.20更新 严重高估了个人的空闲时间，而最近又开始研究区块链，机器学习可能要搁置，估计是永久... 机器学习未入门已放弃!!!
我始终认为复杂的东西之所以复杂，是因为没有教的方式不对，导致听不懂，学不会，机器学习就是其中典型。
因为机器学习是跨多学科综合应用的技术，再加上兴起时间不长，小白文的入门教程基本没有，学起来尤其困难。但要相信，不是你学不懂，而是缺乏适合自己的学习资料。
能看这篇文章的读者，相信大学数学都已经忘的差不多了，不要担心，我甚至高中数学都想不起来，因此，这都不是问题。
我个人的原因很简单：搞了十几年传统编程，感觉价值转化率比较低，更想做算法之类的工作，可以将精力专注于解决问题。什么系统底层、高并发、性能优化、游戏、App开发等等都搞过，但热情都不能持久。也曾在面向对象、设计模式、数据结构与算法以及各种编程语言上劳神费力，也没什么太大建树。到现在更喜欢简单直接：如何有意思的去解决一个问题？不扯什么开发语言、性能、框架、架构、设计模式……，不是这些不重要，而是想将更多精力放在核心问题上。
我一直在寻找这样有意思的机会，现在发现机器学习也许就是我要找的。
为什么要考虑这个问题？因为这决定我们要把机器学习相关的数学知识学到什么程度。
就像我们使用计算机编程一样，尽管并不是很精通计算机的硬件原理，甚至操作系统的细节，依然不妨碍我们写出好的程序。同样，要写出好的程序还是需要了解计算机原理、操作系统原理及相关知识，注意这里说的是了解而不是精通。
数学难是因为它的定义及推导要相当严谨，而且枯燥，而我们貌似不需要把所有的东西都去证明一遍，直接把数学公式拿来用就可以了😂。因为我们要搞的是机器学习，不是数学研究。
好了，是不是有信心来搞一下？
个人预估大约一年时间，毕竟不是专职搞这个，空闲时间不多，加上数学知识基本从零起步，还需要捡起一些知识，所以一年时间相对宽松一些，能打下不错的基础。如果你的时间比较充裕那么另算，如果你再是数学专业或统计学专业出身，估计一两个月就够了。
虽然说是入门，但目标是要对机器学习有个系统体系的了解，不是学会一两个算法，搞出一两个小试验就算完。起初目标定高一些，就算最后没达到目标，也能有个不错的收成不是。
个人还是偏向于从需求入手，提出要解决什么问题，从而一步步把机器学习的相关知识和概念带出来，更能促进大家思考。而不是直接上手了解什么是机器学习、神经网络、监督或非监督什么的。
这样有个好处，学的更扎实，知识衔接更紧密，知其然还要知其所以然。坏处嘛，学习进度可能没保障，没有直接入手来的快。
什么？不是说零基础吗？
😓，事实上我们不可能从什么是编程开始学起，零基础只是针对机器学习而言。最起码需要一些简单的编程经验，需要了解一下python。是的，我们使用python语言，我不会像别人一样说python的各种好处，主要原因是我没时间再去学门新语言，比如R语言。而我恰巧会点儿python，虽然不多，但够用。
假如你只学了几天python也没关系，在学习的过程中，我会对一些python代码做些解释。
我跟你一样，对机器学习茫然无知，数学零基础。那我哪儿来的信心呢？我以往的职业经验告诉我，被人吹的再神乎其神的东西，只要你想学，只要你能坚持，只要你能找对方法，这一切都不是问题。
相信你自己……