高手问答自动驾驶汽车、自然语言识别、内容推荐引擎的实现都离不开机器学习算法。在大模型、大计算、大数据的背景下，机器学习/深度学习系统将逐渐成为人工智能时代的“操作系统”。作为普通程序员，我们该如何快速掌握机器学习的主要概念、思路、算法、模型呢？
OSCHINA 本期高手问答 (2 月 15日 - 2 月 21 日) 我们请来了畅销书《遗传算法与机器学习编程》的译者梁启凡老师和大家一起探讨有关“普通程序员怎样快速入门机器学习”的话题。
可讨论的问题包括但不限于：
- 程序员入门机器学习，应该从编码实例入手，还是从理论学习入手？
- 机器学习主要涉及哪些方面的数学知识，普通程序员能掌握吗？
- 算法模型里的数学问题，需不需要理解背后的原理？
- 数学公式要学会自己推导吗？
- 有哪些适合一般程序员的入门的图书和资源？
有其他相关问题，也欢迎大家积极提问！
嘉宾介绍
梁启凡，《遗传算法与机器学习编程》译者，摩托罗拉解决方案（Motorola Solutions）首席科学家。从事深度学习相关工作7年，涉及算法开发与部署、高性能计算基础设施搭建等方向。
为鼓励踊跃提问，我们会在问答结束后从提问者中抽取5名幸运会员赠予机器学习相关书籍。
天猫有售：https://detail.tmall.com/item.htm?id=697149470819
OSChina 高手问答一贯的风格，不欢迎任何与主题无关的讨论和喷子。
下面欢迎大家向梁启凡老师积极提问，直接回帖提问即可。
@BH4CYI 你好，目前机器学习、神经网络、深度学习、强化学习等都很热门，这些算法之间由什么关联，最近的chatgpt用到了那些算法或模型；另外我之前也自己写过简单的遗传算法，个人感觉有点像随机+模拟生物进化的算法，类似的还有模拟退火算法、蚁群算法、人工蜂群算法这些，是不是多多少少都带有一点点随机因素在里面，对于相同的输入，外部条件，每次的结果是不是都不一样呢？
@BH4CYI 想请问下大佬机器学习是否需要很多的数据样本吗？有没有开源的训练用大数据集呢？
普通程序员有这个数学基础么，最多还不是就是调调现成的模型，用用现成的工具，参数都不会调。快速入门这种东西对于机器学习是不存在的。
机器学习现在很火，自从chatgpt出来之后，每天都是头版头条，程序员学了是否能找到就业机会，或者可以自己造一些demo，来当当视频博主