强烈推荐两门公开课，难度很低，讲得非常好。学完了应该可以直接上手干活。

1. BerkeleyX: CS190.1x Scalable Machine Learning CS190.1x Course Info

这门课是伯克利开的，教机器学习基础、Python Spark实现。我很懂机器学习，但不懂spark和python，花了1周多时间看完视频、做完作业。如果没机器学习基础的话几周应该够了。学完了可以用spark处理大数据，做分类、推荐系统。

• 在墙内搭建虚拟机环境有困难，装不好可以参照帖子 不用翻墙和等几小时，搞定VM安装
• 要是怎么装都不成功，原因很可能是没有开Intel Virtualization，需要进BIOS设置一下。我们好几个人都遇到这问题了。
• 这个里面的视频很卡，但是可以下载。希望有好心人下载传网盘或者优酷~
  

更新：新的课已经开始了，这次的不需要在本地装虚拟机，直接用databricks的服务器就好，方便很多。而且这次是半年内上一系列的Spark课程，有兴趣可以全学了。

链接：

CS105x Course Info

2. 斯坦福公开课：

Convolutional Neural Networks for Visual Recognition

CS231n Convolutional Neural Networks for Visual Recognition

优酷视频： 优酷网-中国第一视频网,提供视频播放,视频发布,视频搜索

这是我见过的讲神经网络最清楚最简单的课程，lecturer口才极好，英语说的清晰，配套的讲义说得更清楚明白。如果连作业一起做了，应该有能力用deep learning的工具做一些图像和视觉的工作。

• 课程讲义里有使用Python、IPython做数值计算的快速入门CS231n Convolutional Neural Networks for Visual Recognition
• 作业需要用Python 2，不能用Python 3，除非你乐意像我一样花时间把print全加括号，把cPickle全改成Pickle，还要设置Pickle的编码：Pickle incompatability of numpy arrays between Python 2 and 3

初学者想要深入学习的话，可以顺着两门课的内容、扩展材料继续挖下去。

多说一句，不要报任何班。机器学习牛人要么忙着科研，要么是赚钱太容易，所以几乎没人开培训班来赚钱。有名的培训班，比如J***这样的都是不入流的，以其昏昏使人昭昭。