我个人遵从以下机器学习方式，以及利用的资源如下（希望对于也在路上探索的你有帮助）：

• 看 炼数成金的机器学习视频（在YouTube和B站均可找到），并在PPT上认真做笔记。我觉得这个老师讲得很好，能够从几何角度去形象的讲解各种模型。(在我自己的GitHub上有专门的机器学习folder)

• 看书 精通机器学习：基于R（第二版）。这个书的好处在于能够指导你快速上手，用R做课题，并解释结果。(在我自己的GitHub上有专门的机器学习folder)

• STHDA 这个数据分析网站上的 machine learning essential 板块，理论和代码都有，很好的资源。

• 看书和视频 机器学习实战。这本书是讲解的用Python来进行机器学习的。精力有限，还没学习。只是先fork了一下人家的GitHub。

• Standford 吴恩达的机器学习课程，经典视频。在coursera，YouTube和B站均有资源。

• YouTube上周莫烦的机器学习和深度学习视频，也挺好的。目前还没有开始学习。

• 针对不明白的地方再逐个击破，主要是在做课题的过程中更好地理解各种机器学习的算法。

• 机器学习的理解，需要大量的线性代数和概率论的基础，好在当年大学数学学得极其用心。遇到知识点去温故一下就想起来了。

  ​