摸清楚机器学习在解决实际问题中大部分“坑”，才能在实际工作中游刃有余、信心十足。而达到这一状态的方法只有一个：
不断练习
遵循一定的流程
机器学习项目存在一定的范式，虽然每个项目都有自己的特点，但是在解决问题过程中，我们可以参考这个范式。
关于范式可以参考另一篇blog：[机器学习范式]()
选择合适的工具
目前存在多种机器学习框架，例如国外有google的tensorflow, facebook的pytorch,keras，scikit-learn，微软的CNTK，国内有百度的PaddlePaddle等等。
我的建议是：跟着教程把基础案例都尝试一下，对每个框架的API设计有个初步的印象，然后选择自己喜欢的框架来开展后续的学习。这里需要注意的是：
在初期不要尝试一下子把所有框架学完，框架本身只是一个工具，我们的目的是尽快掌握机器学习的基础知识和模型，具备足够的基础知识后，学习框架其实非常快，所以选择一个框架就行。
寻找小规模数据集不断练习
UCI值得你花费时间去寻找自己需要的数据集。下载不同类型的数据集，然后一个一个的学习机器学习模型，然后利用框架去练习机器学习范式，在练习中发现问题。
很多人问要不要自己去实现机器学习模型，我的建议是：前期简单的机器学习模型值得自己实现。