课程推荐
今年新出的Google的机器学习速成课程，可以说是入门首选。总时长不超过15个小时，这门课能带你快速过一遍机器学习的重要概念和机器学习的基本思路。这门课最良心的是Playground，通过动手做，你可以很直观的发现各个参数和概念对机器学习模型的影响。
北京大学的人工智能实践：Tensorflow笔记也是今年中国大学MOOC推出的慕课，难度层层递进，你在学习过程中不会有突兀感，我也在博客更新这门课的学习笔记，你若有兴趣可以查看。
斯坦福大学公开课机器学习课程由吴恩达主讲，这门课很经典，无论是刚入门还是学习了一段时间，如果没看过这门课最好还是绕回来看看这门课程。
北京理工大学的Python机器学习应用可以当作补充学习的课程，嵩天老师主教Python，我学习网络爬虫的时候也是学习嵩天老师的Python系列课程。
再就是国立台湾大学李宏毅的深度学习，这个课程B站上是2017版的，大家也可以在课程首页查看本课程。
书籍推荐
周志华《机器学习》，准确地说是一本教科书。
李航《统计学习方法》，可以当工具书来用。
[美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔 《深度学习》，一本被Elon Musk认可的书。
Christopher Bishop 《Pattern Recognition and Machine Learning》，机器学习领域的经典，但真心难，不适合入门，大神可以试试挑战此书。
另附一本Gitbook电子书：神经网络与深度学习
