写在最开始：学了几个月，看了很多建议，走了不少弯路，不忘初心，坚持到底！
以下内容以及接下来的 [机器学习] 系列随笔会记录下我的学习路程，希望对各位有所帮助。
学习原因：危机感
学习准备：
1.下载安装了python 2.7， 后来换成了python3.0，安装各种库累的半死然后下载anaconda一次性搞定，然后python入门，略
2.下载安装了octave，然后看了一份octave入门，在看吴恩达coursera的课程之前，竟然不知道有如此简洁苗条的matlab替代品！
3.找了一堆学习资料，包括吴军的《机器学习》，马春鹏翻译的《模式识别与机器学习》，《机器学习实战》还有一本不知作者的《机器学习》，详详略略的都翻看了一下，还有一些辅助类的书籍，《数学之美》，《python科学计算》等
4.扫了一下网上的各种入门指导，决定还是看scikit-learn吧
前期学习感受：
1.需要一些数学知识入门，否则云里雾里，不知道为什么用哪种算法，也无法判断优劣；但是学的稍微深一点还是比较难
2.需要学习python的一些编程知识，然后能比较熟练的使用numpy，pandas
3.需要学习数据结构
4.需要能进行数据分析
5.尝试多种算法，分析结果原因
理想成就：
能用python爬虫收集数据，进行数据分析，选择合适的算法并调试，得到结果，最后能做一个好玩的app或者网页或者小工具来实现某种需求
走过的弯路：
1.前期看各种算法的数学原理过多，其实可以先从比较简单的开始，然后进阶，学习一种算法了解一种原理，然后在实践中进阶分析，不要在数学公式这里耗费太多时间，当然，这主要是因为我大学的线性代数，概率论，高数不少东西已经忘记
2.还没开始多久就在kaggle上看别人的代码，其实，先看教程上面的简单代码比较容易懂，之后自己开始尝试写了再看高手的代码
3.数据分析没有学好
这是几个月来我对自己的一个剖析，所谓的弯路，最大的就是自己不能持之以恒的坚持每天学习，希望接下来的学习时间里我能坚持下来，每天都有收获和大家分享。
与君共勉！