step 1:搞定python基础
google两天python实训课程（视频）
step 2:机器学习基础
课程1（Tom Mitchell Machine Learning Lectures）：
课程2(Andrew Ng’s Machine Learning course)：课程3（课程2的笔记）：step 3:科学计算包（神器）
numpy, scipy,matplotlib,scikit-learn,pandas
scipy课程：
pandas入门：对于 scikit-learn 的整体介绍，它是 Python 最常用的通用机器学习库，完成以下网站内容的学习：1：2：step 4:接触机器学习中常用的算法（主要思考能使用在哪些领域）
1:k-means 聚类
2:决策树 (分类）3:连续数字变量的预测4:回归解决分类问题step 5:机器学习高级主题
1：Support Vector Machines
2：随机森林，一种集成分类器3：降维是一种减少问题涉及的变量数目的方法（ Dimensionality Reduction ）小结：最常用最知名的机器学习算法（ knn 最近邻，k-means 聚类，支持向量机），了解了一种强有力的集成方法（随机森林），涉及了一些其他机器学习支持方案（降维，模型验证技巧）。在一些基础机器学习的技巧的帮助下，我们开始有了一个渐渐丰富的工具箱。