官方课程学习地址： https://www.coursera.org/learn/machine-learning。
配套中文笔记GitHub地址： https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes。
中文笔记在线阅读地址： http://www.ai-start.com/ml2014。
机器学习相关资源： https://github.com/fengdu78/machine_learning_beginner。（包含学习路线等资源）
numpy和pandas快速入门博客推荐： https://time.geekbang.org/column/article/73756。
如何在最短时间学完这门课程？作为课程的主要翻译者和笔记作者，我推荐把精华部分进行学习，这样进度会快一点。
时间不多的朋友可以按照以下五篇文章的笔记和作业代码（原课程作业是 OCTAVE的，这里是复现的 Python 代码）进行学习，快速入门机器学习，避免走弯路。可以收藏下这篇文章，以后用碎片时间在手机上学习机器学习。
由于hexo中对于Latex中特殊字符的转义问题一时难以处理，本文内容将在博客园中查看。
文章地址如下：
python版本作业地址：
https://www.heywhale.com/home/column/5dd7524c83b6ff002c786fff
https://www.heywhale.com/mw/project/5da16a37037db3002d441810
