新手入门想学数据分析，最终到机器学习，数学是不是要从头学起。。

高等数学、线性代数、概率与统计，无外乎这几门。快速捡起来看下，入门其实不难。

入门其实挺难的 数学个人感觉靠那么一丢丢天分的 如果说数学不难的话为什么那么多人转文

楼主还是放过自己吧

劝退劝退

考个研如何

买本陶哲轩实分析开始看,反正是从最基础开始的 手动 doge (有没人教下我 v2er 怎么快速加 doge)

@Nick2VIPUser 已经研究生毕业了

@evanvane 哈哈，我也想，但是已经立了 flag 了

后面还有更凶的：）
劝退

数分 线代 概率论 数理统计。最后的最后，才是计算机相关，和数学比起来约等于不学。

@starcraft 约等于不学...哭。。。

个人感觉是传统机器学习概率论用的多，深度学习微积分和最优化用的多。

线代两个都用。

自学线代中，当中苦只有自己知道，这个真不是只靠毅力就行的，需要一点点天赋，你懂的。就想有些人天生数学就賊 tm 好，有些人百分努力也只是勉勉强强。。。我就是后者。。

数据分析方向，数据科学方向，机器学习方向，这仨是有区别的……

看你想学到什么程度了, 如果只是把 Andrew Ng 那个大学课程程度的学完, 入门的线代以及较熟练的线代就行了. 大学的 ML 基本都是入门级别, 想往深了走就看你自己造化了.

@Leigg 感觉前者我是不可能了。。

@vegito2002 恩恩，听说他的课很有名，我的目标就是把他的课学完

同自学中。我的学习路径是这样的。
1. 直接去阿里天池参加比赛， 发现干不过别人。
2. 找机器学习的书看， 比如， 机器学习实战， 统计学习方法，周志华的 机器学习等。 发现看不懂。
3. 意识到统计学和优化理论是基础。 于是看 概率论和数理统计， 线代，及复习微积分、级数等概念。当年学渣， 看得很艰难。
4. 此过程中， 一边看书一边比赛。将理论知识一点点融入实践， 积累实际的处理经验。

不过， 目前还是渣渣一枚。

贴一篇知乎的文章，说了初学者的误区和路径，可作参考 https://zhuanlan.zhihu.com/p/29704017

劝退劝退
有天同学送了我本周志华的机器学习，发现啥也看不懂，翻出了大学数学，发现还是看不懂，又翻出了高中数学，发现还是看不懂，又翻出了初中数学。现在可算补回高数了，然而感觉自己没啥天赋，感觉自己就不是理科的料。
那个机器学习实战倒还简单点。