机器学习涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科，其学习门槛相对还是比较高的，长期以来，机器学习方面的人才培养也一直以高学历为主。要从事机器学习方面的研发，既要具备一定的软件开发知识，又需要具备扎实的数学基础，另外还需要掌握基于机器学习的一系列概念和研发方法。如果要从事机器学习方面的研发，可以按照以下几个步骤学习：

1、学习编程语言

编程语言并不是机器学习的核心，但是编程语言是实现机器学习算法的重要方式，因此掌握编程语言也是从事机器学习的重要前提之一。Python是一个高层次的结合了解释性、编译性、互动性和面向对象的脚本语言，而且Python语言的语法结构比较简单易学，所以对于初学者来说，从Python开始学习是不错的选择。

2、学习算法设计

算法设计是机器学习的核心，所以系统地学习算法设计知识对于从事机器学习都是非常重要的。学习算法设计需要具备一定的数学基础，包括高数、线性代数和概率论等。

3、掌握基本的机器学习步骤

通常来说，机器学习的步骤包括数据收集、算法设计、算法实现、算法训练、算法验证和算法应用。

4、应用中学习机器学习

具备了充分的理论知识，还需要在实际应用中去完成所学知识的运用。根据项目的需求确定需要应用的算法，设计出符合项目要求的算法应用逻辑，经过测试数据集的的迭代训练让算法达到预测目标的要求。Python中已有很多现成的机器学习 和数据挖掘工具包，如scikit-learn、Pandas、mlpy、PyBrain、Theano等，都可以调用，通过实际项目中算法的运用积累机器学习应用的逻辑组织和处理能力。