您对机器学习感兴趣并想学习编程吗？ 这就是为什么我开始学习编码的原因。 在本文中，我将分享一些最佳资源，这些资源可以帮助我从构建第一个程序到构建第一个神经网络。

拿起Python

Python是初学者学习编码的最受推荐的编程语言之一。 Python帮助我清楚地了解了编程概念，并且我喜欢使用多种资源来加强基础知识。 同样，Python是一个不错的选择，因为它为等机器学习库提供了强大的动力。

以下资源可帮助我开始学习使用Python进行编码（按时间顺序列出）：

• 是Coursera的在线课程。 这是我对编程和Python的首次介绍。 本课程提供了编程概念的全面概述，并且通过逐步介绍新概念并在Python的基础上逐步完善了该课程。
• 是一本由YouTube教程补充的书。 使用Python自动执行“无聊的东西”是一个有趣而有用的阅读。 在学习概念和语法时，学习编写有用的Pythonic脚本。

• 是一本更详细地建立在核心概念上的书，并介绍了Python的高级功能而又不言而喻。 您可以尝试完成一些练习，然后看一看。

（我也要感谢老师和作者免费提供这些资源！）

计算机科学家Peter Norvig还整理了一个很棒的资源页面，值得一看： 。

学习机器学习

在计算机科学领域是人工智能领域，而机器学习是AI的一个子领域。 机器学习是关于从经验（即从大量数据）中学习任务的计算机，而不是像传统软件那样进行编程。 深度学习是一种使用神经网络进行机器学习的技术。 这是我为初学者程序员着手的机器学习和深度学习的前三个资源（列表中最后一个资源除外，所有这些资源都可以免费访问）：

• 是一系列介绍机器学习的文章。 该系列提供了高层次的概述，涵盖了诸如不同类型的神经网络，它们如何工作以及它们的用途等主题。
• 是Google开发人员的YouTube系列。 简短的视频将引导观众使用scikit-learn和TFLearn（机器学习管道）设置TensorFlow，并训练神经网络。

• 是一本介绍深度学习的书。 这些章节每隔几个月发布一次，整个发布计划在2017年发布。它帮助我了解了神经网络的工作原理，并从头开始用Python构建了一个简单的神经网络。

我还推荐了fast.ai的数据科学家兼联合创始人Rachel Thomas的文章。 强调了包容性应如何成为与诸如AI之类的变革性技术有关的教育的主要责任。

其他想法

您始终可以在线搜索以解决错误或获得问题的答案。 例如， 是一个很好的起点，因为有人可能也遇到了同样的问题，并且您会找到解决方案。 是查看行代码的代码的出色工具。

我也仍然在学习中，但是我已经意识到，导致编程成功（或学习任何东西）的两个最重要因素是时间和解决超出您当前技能水平的问题的意愿。

我从两年前开始学习编程，因为我想学习如何使用机器学习和深度学习。 理想情况下，拥有一个可以同时教授Python和机器学习的编程资源会很棒，但是我还没有找到。 同时，我希望这些资源对您入门编程和机器学习很有用。

如果您想共享使用的资源或发现有帮助，请发表评论或通过Twitter与我联系。

翻译自: