一个机器学习的常规套路：
1.数据收集（爬虫的用处）和预处理
2.特征选择和模型构建
特称选择（特征工程）：将人类认识的符号转变为机器能够接受认识的内容
模型构建：可以理解为训练出来的函数
3.评估和预测
评价训练出的模型的可靠程度
机器学习该怎么学？机器学习的本质是什么？
1、机器学习的本质包含了数学原理推导与实际应用技巧
2、机器学习中包含很多算法，需要明白正在学习的算法是怎么来的（推导出来的）
3、数学的重要性？如何去面对数学 一般来讲大学数学基本能力就算够用，如果忘了，也没必要从头到尾再学一遍（过一遍数学的过程很难坚持，而且效果可能不会那么理想），可以边学边查。
4、对于在校学生来讲，算法推导是核心，因为对于学习的目的来讲，了解事物的本质长远来看无疑极具价值，而且面试和笔试的时候，就会考察推导。 对于程序员，如果转行的话，看数学一定是不可能的（哈哈哈，一定不情愿，要疯掉），重点在于如何应用【库的使用，完整的项目如何构建，从头到尾的流程】
【附：深度学习，是机器学习中的神经网络算法的延申，应用更广泛，更厉害。但是机器学习一定是深度学习的基础，一定要踏踏实实！】
算法推导怎么开始？
方法： 信息来源 ，无论是书还是博客或者是视频都是ok的，喜欢的就是好的。要养成记笔记的好习惯，博客还是笔记本的笔记都是可以的，但是一定要是自己的笔记，不要照抄。最好能够找一个圈子或者形成一个圈子，一起学习。
忌：在一个地方卡太久的话就不要停留太久了，可以请教高手，或者先跳过去。
机器学习不可或缺的环节- 实践！
1、资源网站：github、kaggle（还能拿奖金）
2、案例的积累作用很好，模仿别人的案例达到学习的效果，就是在形成自己的实践思路和经验。
3、站在巨人的肩膀上摘苹果，不要从头重复造轮子！
