学习路线

1. 善用网络资源

1. Github
   想要学习程序相关，必须学会使用github，注册账号，搜索资源，学习markdown文件的编辑打开预览，如果你对编程很感兴趣，建议学会使用Git工具。
   学习方法可以直接百度或者头条知乎等地搜索类似 “五分钟学会Github/git ” 文章。

1. 哔哩哔哩
   哔哩哔哩视频网站，除了二次元之外，这里聚集了各类大神爱好者，几乎涵盖了各类领域，想要学习可以关注他们的视频，如果有专业的Up主，一般会出一系列教程。也有一些搬运工，搬运国外视频教程，添加中文翻译等，这些都是特别好的资源。

1. 知乎，百度等。

想要搜集某个方法的代码或者某本书的文字相关资源，首先上github。如果想要视频教程，首先上哔哩哔哩。如果某个方法的某个地方没懂，可以单独搜，比如神经网络公式比较抽象，你可以搜一些可视化神经网络视频等等。

学习过程中遇到任何困难都可以利用这些资源，没有解决不了的困难，只有找不到的方法。

2. 编程语言

编程语言推荐Python，选择原因：

1. 形势正热，很多热点方法，热门框架都是基于Python语言的。
2. 用户多，社区活跃，遇到问题能很快搜到解决方案。
3. 胶水语言，简单易学，可读性强。

学习推荐：
安装推荐Anaconda，安装方法要根据自己的操作系统具体配置，这里不做介绍，可以直接百度。
刚开始可以选择Ipython，之后建议使用Jupyter Notebook。如果你有Matlab基础，那么Spyder可能会更好上手一点，这些编辑器无所谓，选择一个适合的即可。他们在Anaconda安装好之后都会附带。
《利用Python进行数据分析·第2版》

这本书的所有资源可以在这里找到，其中包括中文翻译原文和代码。根据你的情况选择章节学习，主要是为了掌握Python基本语法，Numpy、Pandas、matplotlib这三个库必须必须要学会，至于数据处理的一些方法章节可以自选。

2. 机器学习

1. 推荐经典西瓜书《机器学习》—周志华
   有了电子书之后，可以去github搜索相关资源，不出意外应该有人写过笔记代码之类的，选择一个时间较近而且更新勤快的比较全的下载下来跟着学就可以啦。

1. 《统计学方法》—李航
   这本书也比较好，是我们这学期的机器学习教材，其中详细的介绍了方法公示推导，下载本书文件
   这本书也有很多大牛用Python手写了代码实现里面的方法。本书方法推荐

两本书可以结合着看，主要是除了理解方法原理之外，要动手实现，公式推导可以不用去全会，重要的是会用。

3. 海洋相关

先学习《物理海洋学导论》，具体根据方向咨询老师，搜集相关论文，学习相关方法。

4. 深度学习

有了机器学习的基础之后可以继续学习深度学习，入门首先推荐吴恩达深度学习系列课程，视频资源去哔哩哔哩，然后也有中文文档和作业代码，可以去GitHub搜。视频跟着看，代码作业一定要做。

推荐博客链接

我的博客：陈建强的个人博客，记录学习过程，从这里可以找到一些更贴近我们自己的学习笔记。
莫烦教程博客 ：莫烦Python和机器学习深度学习教程，哔哩哔哩等有同步视频。
同济子豪兄 : 看看同济大学的兄弟是怎么学习的。
网络学习资源小单 ：挑选部分看一看，学一学。