“事实上，有很多方法可以理解机器学习，有很多资源，比如书籍，公共类可以使用，例如，你知道一些相关的游戏和工具是这个领域的好帮手。”在这篇文章中，我将围绕这个主题给您一些一般性的想法，并为您提供一些指导，让您从程序员的转换学习到机器学习大师。
机器学习的四个层次。
学习过程可以根据能力分为四个阶段。这也是帮助我们分类所有学习资源的好方法。
我区分初级阶段和新手阶段，因为我想让对这个领域感兴趣的绝对初学者(程序员)在机器学习的初级阶段有一个大致的了解，以便决定是否继续下去。
我们将分别探索这四个阶段，并推荐一些有助于我们更好地理解机器学习和提高相关技能的资源。我个人的建议是对学习阶段进行这样的分类，也许在每个分类的前后阶段都有一些适合当前阶段的资源。
我认为对机器学习有一个整体的理解是很有帮助的，我想听听你的想法。请通过下面的评论让我知道。
初学者是那些对机器学习感兴趣的人。他们可能接触过书籍、wiki页面或几门机器学习课程，但他们并不真正理解机器学习。他们在学习过程中受挫，因为他们得到的建议通常是中级或高级阶段的。
初学者需要的是感性的知识而不是纯粹的代码、课本、课程。他们首先需要知道什么是，为什么，以及如何学习机器为下一个阶段的学习奠定基础。
初学者是指那些对机器学习有更好的了解的人，他们读过一些专业书籍，或者是在全课程学习中得到的，对这一问题有极大的兴趣，想做更深入的了解，进一步研究解决他们所面临的问题。
以下是对初学者的一些信息或建议:
在新阶段，已经阅读了一些专业书籍，完成了一些专业课程，这些人已经知道如何使用机器学习相关的工具，而且还必须实现机器学习算法和完成一些教程编写的许多代码。中间阶段是一个自我突破的过程，可以用来探索新的技能，在社区互动中获得更多的知识。
中间阶段的目标是学习如何实现和使用准确、适当、健壮的机器学习算法。他们还花费大量时间进行数据预处理、数据清理和汇总，并思考数据可以解决什么问题。
以下是对中级学习者的一些信息或建议:
机器学习的高级参与者是那些编译了大量机器学习算法或独立算法的人。他们可能参加过机器学习竞赛或编写过机器学习包。他们读过很多书，学习过很多相关的课程，对这个领域有很好的了解，对自己研究的几个关键技术有了深刻的了解。
这些高级用户负责在生产环境中建立、部署和维护机器学习系统。他们能够跟上行业的最新发展，通过自己或他人的一线开发经验，发现和理解每一种机器学习技术的细微差别。
以下是一些高级阶段学习者的信息:
知识是不断增长的，但学习是无止境的。在机器学习过程中遇到的问题，你可以随时停下来去钻研问题，或者绕道去借群众的智慧，事实上，我希望能成为常态。
这种学习阶段是从程序员的角度出发的，它可以作为一种线性学习的途径，从开始到精通成为一名技术人员。我很高兴收到这篇文章的批评，这将使文章更好。你可以在一个特定的学习阶段获得更多的学习资源，因为每个阶段推荐的学习资源只是我个人的建议。
好的，现在，你的学习阶段是什么?下一步该怎么做?”