机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域。

因此，机器学习的入门门槛非常高，值得高兴的是，刚刚，Google官方也推出了免费的中文机器学习速成课程。

image

课程包含了：

*** 25节课程**

*** 15小时**

*** 40多项练习**

最重要的是免费的、中文的、Google 官方出品，同时包含了很多机器学习的术语库，非常适合初学者学习。

课程网址：*https://developers.google.cn/machine-learning/crash-course/ *

最近，我也在学习【深度学习】和【机器学习】的相关课程，说实话，我已经工作了许多年了，虽然说是关于计算机常用的数据结构和基础算法还算可以，但是对于高中和大学的相关数学基础知识已经全还给老师了，开始学习真的非常吃力。

如果你和我一样，下面的分享或许对你有些帮助。

【深度学习】和【机器学习】都要求有数学基础，特别是：

线性代数、

概率统计、

微积分、

这三个知识体系和计算机基础算法有很大区别，比如说List、Map、树、图的相关算法是我们常用的编程算法，但是他们与线性代数、概率统计和微积分有着本质的区别。

工作了些年，这些知识已经忘记差不多了，为了为了复习这些知识，我购买了不少书籍，但是绝大多数的书读起来非常晦涩，完全不明白其所以然，阅读起来非常痛苦。

但是有几本非常好，我在读这几本书后，就把其他的书完全丢弃了。

他们是：

《程序员的数学》

《程序员的数学2：概率统计》

《程序员的数学3：线性代数》

《普林斯顿微积分读本》

如果你和我一样，把高中和大学的数学知识全部还给了老师，我建议你购买这几本就够了。

1、《程序员的数学》是系列书，它包含了三本书：《程序员的数学》、《程序员的数学2：概率统计》、《程序员的数学3：线性代数》，这套书通俗易懂，穿插大量有趣的实例和图表。非常适合初学者，它能够通过有趣、通俗易懂的方式让非数学专业的人士轻松掌握计算机基础算法、概率统计和线程代数。

京东价格：150RMB（三本）。

2、《普林斯顿微积分读本》，它最初是用来给普林斯顿大学本科一年级学生开设微积分的每周复习课，同时我觉得这本书写的非常情切、通俗易懂，能够让人阅读起来非常轻松，没读完部分会让人想继续阅读的冲动，对于微积分的入门课程，我个人认为这本书是最好的，没有之一。

京东价格：70RMB左右。

读完这几本书，你应该就有了线性代数、概率统计和微积分的相关基础知识，这个时候再看其他关于人工智能的课程已经压力不大了。

不知道我的分享能否对有你所帮助，如果你还有什么更好的建议，欢迎留言。

如果你觉得这篇文章对你有用，你可以给我打赏请我喝杯咖啡，谢谢。

你也可以关注我的个人微信公众号，我不定时发布我认为的干货。