目的
学懂一个专题，不是仅看书，也不是仅看博客瞎说，甚至不是又看书又看博客就可以的。看书，我看过很久；看博客，也看过很久。然而，依然没有建树。
依我从业分析师的经验来看，学而用，积累多，用得多，才勉强能入个门。后面进阶仍然需要在用中思考，在业务中思考，以及再去重新深度了解理论和拓展理论。
所以，这篇主要汇总机器学习的网站学习资料，以期能从百家观点，各种应用案例中得到一点半点的启发。
资料汇总
混“天池”试试：
https://tianchi.aliyun.com/course/index?spm=5176.12281978.0.0.135f409eFi4i2b
个人-张宏伦
http://zhanghonglun.cn/blog/
timeline:
1.天池入门系列
20190104：
【机器学习入门】拥抱人工智能，从机器学习开始
https://tianchi.aliyun.com/dataset/notebook/detail?spm=5176.12282042.0.0.26c9290aVRHXqk&postId=6239
——耗时约3h，感觉能消化70%，但对每个算法的具体讲解还不是很能理解，对所说的应用场景还是略惊讶的状态，不知道会怎么实施。大概只是看看框架，还需要一个一个实例去研究。但从这里入门，确实可以的。
10行代码感知什么是机器学习【机器学习扫盲】
https://tianchi.aliyun.com/dataset/notebook/detail?spm=5176.12282042.0.0.26c9290aVRHXqk&postId=8465
——耗时约2h，中间夹着一些事务处理。很简单的代码，但去看了下help(np.polyfit)以及搜了下相关案例，英语渣表示只能套用一下下。还需要继续。加了注释链接在这 https://www.cnblogs.com/everda/p/10221905.html
20190109：
【Numpy学习】Numpy基础：数组和矢量计算
https://tianchi.aliyun.com/dataset/notebook/detail?spm=5176.12282042.0.0.26c9290ayBySWj&postId=5977
——断断续续看了1.5h，看了前面一点，后面先不继续看了，免得在这里消耗完了热情。之前看书看过一些，大概有些印象知道大概怎么用，所以先跳过继续下一步。整理链接在这https://www.cnblogs.com/everda/p/10241074.html
2.谷歌机器学习速成（com改成cn可以不翻..墙）
机器学习速成课程
https://developers.google.com/machine-learning/crash-course/
https://developers.google.cn/machine-learning/crash-course/
机器学习术语表：（可以保存成PDF，随时查）
https://developers.google.com/machine-learning/glossary/
