请教机器学习路线

本人普本毕业，但是很有向上的新。一年地铁时间看了几十套IT相关资料。两年前自己定位的大数据方向，已经走在路上。现在对机器学习各种算法产生浓厚兴趣，求大牛指引一下学习路线。

自己目前拟定的：
1. 温习线代、概率论；【其实得恶补了，一直都没用过】
2. 购买《数据挖掘概念与基础》以及《机器学习》；
3. 看网上一些视频教程；
4. 查取相关资料，结合实例进行深度学习。

想ai抽 · 发表于 2015-4-22 10:16:08

是只需要了解各种算法的思想就可以进行实际工作呢，还是必须要掌握到各个算法的公式？

karo_lee · 发表于 2015-4-22 10:38:13

大数据文摘授权转载
编译：焦剑，康欣;
校对：孙沁(Kiki)；
大数据文摘[微信ID: BigDataDigest]
OK, 这些步骤不是那么简单。但是，它们都是可操作的，并且大多数步骤都是免费或者花钱很少，只是要你投入时间。
首先，什么是数据科学家？数据科学，是一个多学科知识的交集，甚至包括黑客技巧。数据科学家，是比软件工程师更擅长统计学，比统计学家更擅长软件工程的人。目前，数据科学家的典型教育背景是：高中5%，技校5%，大专14%，本科37%，硕士/专业学位31%，博士9%。

第一步：学好统计、数学和机器学习
数学：可汗学院（Khan Academy）的数学，MIT公开课的线性代数；统计学：Udacity和Openintro；机器学习：Stanford在线中吴恩达（Andrew NG）的机器学习，Coursera上John Hopkins的实用机器学习
第二步：学习编写代码
掌握计算机科学的基础知识；掌握从头至尾的开发过程（end-to-end development），因为你做的东西终将被整合到其它系统中；确定你的首选编程语言，开源的R , Python等，商业软件SAS, SPSS等。用DataCamp, tryR, Codecademy和Google Class进行交互式学习。

第三步：理解数据库
作为学生，你会经常与文本数据打交道。但是，一旦进入该领域，你会发现该领域几乎都是用数据库存储数据，如MySQL, Postgres, CouchDB, MongoDB, Cassandra等。
第四步：掌握数据整理、可视化和报表制作
1）数据整理，是将原始数据转换成方便实用的格式。可自学Coursera中John Hopkins的Getting and Cleaning Data课程，实用工具有DataWrangler和R。
2）数据可视化，是创建和研究数据的视觉表现。实用工具有ggvis, D3, vega。
3）数据报表，作为数据分析的最后一步，是将数据分析和结果制作成易于理解的报告。实用工具有Tableau, Spotfire和R Markdown。

第五步：提升到大数据级别
当你开始处理网络级规模的数据时，数据分析的基本方法和过程就都改变了。绝大多数的数据科学家要解决的问题，都无法在单机上完成。他们面对的是需要分布式处理的大型数据集，使用的工具是Hadoop，MapReduce，Apache Spark。

第六步：获得经验、实践，结交大牛
［古人云：］熟能生巧！你可以参加比赛，结交数据科学专家，通过小项目小试牛刀，培养自己的直觉。

第七步：实习、实战、或找份工作
甄别自己是不是一个真正的数据科学家的最佳途径，就是用你新学的知识迎难而上，进入数据分析的丛林。
第八步：关注并参与社区
关注网站：DataTau, Kdnuggets, fivethirtyeight, datascience101, r-bloggers；关注大牛：Hilary Mason, David Smith, Nate Silver, dj patil; 需要数据？上quandl看看。

完整信息图

来源：
1. http://blog.datacamp.com/how-to-become-a-data-scientist/

2. 【译者简介】
焦剑：小牙医一名，因课题原因接触大数据，现正在努力学习相关知识中，希望在这里与大家交流学习。
孙沁(Kiki)：美国留学五年，现为Emory University生物统计在读硕士。对Clinical Trails, Cancer Prevention, HIV/AIDS以及Food Science/Nutrition的领域很感兴趣。毕业后希望在Pharmaceutical, Biotechnological Healthcare Industry或者Hospital工作，也想尝试医疗健康方向的咨询工作(Life Science Consulting)。希望结交对医疗数据有兴趣的朋友，也希望大家帮忙推荐此方向的实习和工作机会给我。
康欣：博士，西门子中国研究院高级研究员。多年从事图像及数据处理和分析、计算机视觉、模式识别、机器学习、增强现实等领域的技术研究和创新应用。希望借此平台，与大数据分析爱好者以及专家学者交流。
更多相关知识请回复“ 数据科学家 ”。
合作推广｜广告软文请加qq：365242293。
友情推荐：数说互联网（ID: shushuoweb ）,在这里，读懂数据；在这里，理解互联。
回复 “ 月光宝盒 ”，开启精彩的数据人生；
数据分析（ID: ecshujufenxi ）是WeMedia自媒体成员之一，WeMedia是自媒体第一联盟，覆盖3000万人群。
原文：http://www.tuicool.com/articles/Yre6RfI