机器学习社区社交媒体经常会问这样的问题：我如何开始机器学习？我怎样才能免费学习？什么是人工智能？我怎样才能学会它？它？人工智能是如何工作的？我在哪里学习它？如果我没有开发人员背景，我该如何开始？...面对这些问题，Youtube博主What'sAI-LouisBouchard写了一篇《2021年如何零基础开始机器学习的完整指南》，整合了大量学习资源，其中大部分都是自由的。项目地址：https://github.com/louisfb01/start-machine-learning该资源目前已获得1.6Kstar，还在持续更新中。我们来看看本指南的具体内容。1.首先，Bouchard列出了一些视频，用于初步了解机器学习领域及其术语，并整理了免费链接，包括What'sAI的Learnthebasicsinaminute、WelchLabs的NeuralNetworksDemystified和3Blue1Brown的Neuralnetworks。WelchLabs的神经网络揭秘2。第二部分Bouchard进一步罗列了一些比较系统的机器学习入门课程，包括AI大师吴恩达的StanfordCS229。3.阅读一些优秀的网络文章，大部分都是阅读量大的文章，好的技术文章因为被很多人认可而脱颖而出。目前，Bouchard列出的文章包括：4.除了文章，还可以阅读和研究一些体系完整的书籍。Bouchard为大家整理了一些网络版的参考书目：5.机器学习入门没有相关的数学知识怎么办？这让很多初学者望而却步。在本指南中，Bouchard推荐了可汗学院的三门数学课程：线性代数、统计与概率以及多元微积分。此外，他还推荐一些与数学相关的书籍和视频，以进行更有条理的学习。可汗学院线性代数在线课程6.一些跨专业学习的初学者，除了数学基础知识外，可能缺乏编程基础知识。Bouchard主要为大家整理了一些学习Python的课程资源：7.和其他领域一样，该领域的名校和大咖的课程非常有价值。例如图灵奖获得者YannLeCun、吴恩达等都有自己的在线课程。课程设置，Bouchard'sguide目前整理了以下内容8.理论知识掌握后，实践也很重要。在指南中，布沙尔推荐了数据建模和数据分析竞赛平台Kaggle。在Kaggle上编写和测试相应的问题是机器学习社区中常见的实践学习方法。Kaggle平台地址：https://www.kaggle.com/9。此外，布沙尔还整理了一些提供该领域新闻和信息的社区平台或网站。借助这些平台，研究人员可以查看最新的研究进展和论文，包括reddit、Medium等。最后，Bouchard梳理了当前AI领域面临的重要问题相关信息伦理和可信AI，并且还在他的个人博客中总结了一些机器学习求职面试的技巧：https://www.louisbouchard.ai/learnai/#how-to-find-a-job是这样一份完整的机器学习入门指南，有兴趣的同学应该查看原项目的丰富资源。【本文为栏目组织《机器之心》微信公众号《机器之心（id：almosthuman2014）》原文翻译】点击此处查看作者更多好文
