不适用
*免费，但运行 AWS EC2 实例需要付费（完成后需要 70 美元，但我进行了大量修改并创建了 Rick 和 Morty 脚本生成器，我运行了几轮......）
1. 入门（预计 60 小时）
从针对初学者的简短内容开始。这将使您能够以最少的时间投入来了解正在发生的事情的要点。
花三个小时观看 Jason Maye 的机器学习 101 幻灯片：两年的时间，所以您不必这样做。
花两个小时观看 Google 的 {ML} Recipes with Josh Gordon YouTube 播放列表。
订阅 Sam DeBrule 的机器学习时事通讯。
学习 Google 的机器学习速成课程。
开始在车内收听 OCDevel 的机器 中国 WhatsApp 数据 学习指南播客（跳过第 1、3、16、21 和 26 集），同时锻炼和/或用手和眼睛进行其他活动。
花两天时间完成 Kaggle 的机器学习课程第 1 部分。
2.准备提交（预计80小时）
这时，学习者就会了解自己的兴趣程度。继续关注尽快应用相关信息的内容。
每周投入 10 小时，持续 7 周。Fast.ai。如果您有朋友/导师可以帮助您完成 AWS 设置，请绝对信任任何安装支持（这 100% 是 ML 的缺点）。
使用 Scikit-Learn 和 TensorFlow 进行机器学习实践：构建智能系统的概念、工具和技术，并立即阅读前两章。然后将其用作 Fast.ai 课程的补充。
3. 拓展视野（预计115小时）
如果您已完成最后一部分，但仍渴望了解更多信息，请继续阅读“拓宽您的视野”。阅读专注于教授机器学习广度的材料——培养对算法试图实现的目标（无论是视觉上还是数学上）的直觉。
开始观看视频和 Udacity 的机器学习简介（作者：Sebastian Thrun 和 Katie Malone）。
学习 Andrew Ng 的 Coursera 机器学习。课程
您的下一步
至此，您已经拥有了 AWS 运行实例、数学基础和机器学习的广阔视野。这是您确定要做什么的起点。