首先，機器學習的學習門檻是相對比較高的，長期以來，機器學習方面的人才培養(yǎng)也一直以研究生教育為主。要想從事機器學習方面的研發(fā)，不僅需要具備一定的軟件開發(fā)知識，更重要的是需要具備扎實的數(shù)學基礎(chǔ)，另外還需要掌握基于機器學習的一系列概念和研發(fā)方法。

具備軟件開發(fā)能力的程序員，轉(zhuǎn)向機器學習領(lǐng)域會更容易一些，但是即使沒有軟件開發(fā)基礎(chǔ)，如果具備扎實的數(shù)學基礎(chǔ)以及較強的學習能力，也完全可以從頭開始學習。對于沒有軟件開發(fā)基礎(chǔ)的人來說，如果要從事機器學習方面的研發(fā)，可以按照以下幾個步驟學習：

第一：學習編程語言。編程語言并不是機器學習的核心，但是編程語言是實現(xiàn)機器學習算法的重要方式，因此掌握編程語言也是從事機器學習的重要前提之一。目前Python語言在機器學習領(lǐng)域有較為廣泛的應(yīng)用，而且Python語言的語法結(jié)構(gòu)比較簡單易學，所以對于初學者來說，從Python開始學習是不錯的選擇。

第二：學習算法設(shè)計。算法設(shè)計是機器學習的核心，同時算法設(shè)計也是進行軟件開發(fā)的重要基礎(chǔ)，所以系統(tǒng)地學習算法設(shè)計知識對于從事軟件開發(fā)和機器學習都是非常重要的。學習算法設(shè)計需要具備一定的數(shù)學基礎(chǔ)，包括高數(shù)、線性代數(shù)和概率論等，當然這些知識也可以在學習算法設(shè)計的過程中補學。

第三：掌握基本的機器學習步驟。掌握機器學習的步驟是進行系統(tǒng)學習機器學習的前提，通常來說，機器學習的步驟包括數(shù)據(jù)收集、算法設(shè)計、算法實現(xiàn)、算法訓練、算法驗證和算法應(yīng)用，初學者可以圍繞這些步驟來系統(tǒng)地學習機器學習的相關(guān)知識。

最后，學習機器學習方面的知識，并不建議在脫離實際任務(wù)的情況下學習，最好有項目作為支撐。