【為什麼我們要挑選這篇文章】對一個不時需要加班的上班族來說，實在沒時間上課取得機器學習相關經歷。這些人通常在家自學、看書、看影片，但卻不一定有效。
一位 22 歲數據科學家從零開始自學，他最推薦哪些學習資源？新手趕快存起來！（責任編輯：陳伯安）
「《科技報橘》徵才中！跟我們一起定位台灣產業創新力 >> 詳細職缺訊息
快將你的履歷自傳寄至 jobs@fusionmedium.com」
本文經 AI 新媒體量子位（公眾號 ID：QbitAI）授權轉載，轉載請聯繫出處
作者：量子位／曉查
厭倦了現在的工作，想轉行做數據科學，但是卻沒有電腦專業的相關學歷，應該怎樣才能入門？
這類的教程已經有很多。最近一位 22 歲的數據科學家 Dario，以自學經歷中用到的資源告訴你，如何從零開始學習數據科學。
所謂從零開始自學，是針對那些可以自主學習在線課程和閱讀書籍，卻沒有上班之餘接受課堂教育的人士。
在學習之前，如果你對線性代數、微積分、概率論與統計學、程式設計都不太熟悉，Dario 建議先去學習一下這幾門數學課程，然後再學習 Python。
在學完以上內容後可以進入下面的學習。
你該看書還是看影片？
如果想進入數據科學領域，每天一兩個小時的學習是必不可少的，是看書還是選擇看影片？
很多人都不想在每天工作 8 小時後還看書，因此影片教程是個不錯的選擇，而且可以在通勤路上觀看。
Dario 首先推薦的是 Udemy 的《數據科學與機器學習 Python 訓練營》，這是他第一次接觸數據科學的時候學習的課程。
課程中用 Pandas 和 Numpy 進行數據分析，並用 Matplotlib 和 Seaborn 進行一些數據可視化。雖然內容不多也不深入，但已經足夠入門數據科學了。
Dario 還推薦了 Coursera 上由吳恩達主講的《機器學習》課程，學習時長大概十多個星期。課程以英文講述，但是提供中文字幕。
這門課程的質量絕對有保障，大約 12 萬名用戶平均評分為 4.9（滿分 5），人氣也超高，共有 260 多萬用戶註冊。
推薦三本機器學習入門必看書
如果你更喜歡讀書，Dario 還推薦了 3 本入門數據科學的優秀教材。
第一本是《Python 數據科學手冊》。這本書從 Jupyter Notebook 入手，內容涵蓋了 Numpy、Pandas,、Matplotlib 和 Scikit-Learn 等數據科學中最重要的部分。
該書的中文版去年已經出版，網上評分 9.3，網友都說這是本優秀的入門級教材，非常適合非電腦專業的學生。
輕鬆 KO 機器學習企業導入難題！
11/27《AWS Innovate 2019》，技術問題一次破解
《馬上報名》
第二本是《統計學習導論》，它的內容會有點數學，但是也很容易閱讀。
對於機器學習這樣一個廣泛的領域，這本書能將篇幅控制在 400 頁左右很不容易。唯一的缺點是程式碼是用 R 語言而不是 Python 編寫的。
這本書的 英文版提供免費下載 ，評分為 9.5 分，中文版 8.3 分。
第三本是《Scikit-Learn 與 TensorFlow 機器學習實用指南》，這本書能幫助你深入瞭解機器學習的概念和演算法。目前，該書的英文影印版和中文版都已經出版。
課程結束後，去 GitHub 找個數據集練練吧
學完所有課程後，Dario 建議初學者建立一個 GitHub 存檔，並尋找 5 個數據集來練手，在這個過程中寫出自己的結論和思考過程。
對於你未來要投遞的公司來說，讓他們看到你的工作很重要。因為你沒有相關學位，因此需要以某種方式展示自己在數據科學中的工作，而 GitHub 是一個不錯的選擇。
好資源傳送門
下載《An Introduction to Statistical Learning》
（本文經 AI 新媒體 量子位 授權轉載，並同意 TechOrange 編寫導讀與修訂標題，原文標題為 〈95 后数据科学家教你从零自学机器学习，这有 3 本入门必看书籍 〉，首圖來源：Pixabay, CC Licensed。）
你可能感興趣
【GitHub 年度報告】JavaScript 登最熱門程式語言，Python 首次擊敗 Java 當第二
衝上 GitHub 熱門第四名！Python 機器學習最強教學資源，新手工程師快存起來
最新「數據科學」自學清單：六個月無師自通，菜鳥新手趕快存起來
【12 點真心建議】這位機器學習工程師在入職一年後，寫了這封信給初學者
輕鬆 KO 混合雲搬遷難題！
AWS 年度雲端技術精華統整馬上報名 11/27《AWS Innovate 2019》
破解企業常見的 IT 技術坎