但运行 AWS EC2 实例需要花费成本（我完成时约为 70 美元，但我确实做了很多修改并制作了一个 Rick and Morty 脚本生成器，我运行了许多轮次...）
1. 开始（预计 60 小时）
从针对初学者的较短内容开始。这样你就能用最少的时间了解内容的要点。
花三个小时 自营职业数据库 学习Jason Maye 的机器学习 101 幻灯片：两年的钻研，这样你就不必了。
花两个小时观看Google 的 {ML} Josh Gordon 食谱 YouTube 播放列表。
注册 Sam DeBrule 的机器学习新闻通讯。
完成 Google 的机器学习速成课程。
开始在车里、锻炼时和/或用手和眼睛进行其他活动时收听OCDevel 的机器学习指南播客（跳过第 1、3、16、21 和 26 集）。
投入两天时间完成Kaggle 的机器学习轨迹第 1 部分。
2. 准备投入（预计 80 小时）
到此时，学习者就会了解自己的兴趣水平。继续学习以尽快应用相关知识为重点的内容。
每周投入10 小时在Fast.ai上，持续 7 周。如果您有朋友/导师可以帮助您完成 AWS 设置，那么绝对要依靠安装方面的任何支持（这绝对是 ML 中最糟糕的部分）。
获取《使用 Scikit-Learn 和 TensorFlow 进行机器学习实践：构建智能系统的概念、工具和技术》，并立即阅读前两章。然后将其作为 Fast.ai 课程的补充。
3. 拓宽视野（预计115小时）
如果您已经读完了最后一部分，但仍然渴望了解更多知识，请继续拓宽您的视野。阅读专注于教授机器学习广度的内容 - 对算法试图实现的目标（无论是视觉还是数学）建立直觉。