每个人都有每个人的学习方法，我推荐的路径就是主动学习，主动找资料看，我从 2018 年开始接触和了解 ML ，那时候也是觉得很屌，但是我那个领路人虽然是硕士，但是他也没有一个宏观的理解，他自己给我们分享的时候讲的也不是很好，讲线性回归逻辑回归这些，甚至讲的还很一般，但是我很感激他能让我对 ML 有一个认知的机会。自此之后，就各种买书看，我先看了 《人工智能简史》尼克写的那本，后面又看了《创新者》沃尔特 · 艾萨克森写的那本，顺便推荐一本《超越时空》加来道雄写的（纯粹因为太屌了）。为什么不先推荐 西瓜书+花书圣经+统计学习方法+南瓜书 这个组合呢？因为我觉得，一来就上公式定理证明，真的很劝退，我们的教材就喜欢这么搞（当然不排除一些学霸就喜欢一来就先搞公式推导定理证明）。如果要我推荐一本书的话，我会推荐 《 python 神经网络编程》 Tariq Rashid 写的，因为西瓜书我也看了，花书也看了，《动手学深度学习》也看了，讲真，我还是觉得能我推荐的那本对我胃口。当你能搞出点东西来运行，并且你还知道为什么你搞出来的这个东西能运行的时候（其实就是艰难的从 0 到 1 ），剩下的就是各种看书看论文（从 1 到 100 （ ML,DL,RL,....）到 100000 ），当然要真的搞深入了 ，微积分+线性代数+概率论+离散数学，是肯定免不了的。