网上有相当多的数据集可用，从学习的角度可以满足要求。当然，你也可以写爬虫来获取一些数据。算法的学习是重点。你需要掌握一些常用的机器学习算法，包括决策树朴素贝叶斯支持向量机k-meankNNApriori等算法。最后，你需要掌握一门编程语言来实现这些算法。Python是个不错的选择。看两个Python实现算法的小实验。
重庆大学机械工程在读硕士，想转去学机器学习，应该怎么规划自己的学习？
谢谢邀请！要想从机械工程转向机器学习是可以的，但是存在一定的难度，需要一个系统的学习规划。通常情况下机械工程专业的学生往往都有一个扎实的数学基础，数学基础包括高数线性代数概率论离散数学是学习机器学习方向的前提，但是机器学习作为人工智能领域的主要研究内容之一，还需要掌握算法设计算法实现计算机基础等内容，关键是如何建立机器学习的研发思路，这个往往是自学者最大的瓶颈之一。
要想入门机器学习需要遵循以下的学习路线第一了解机器学习的概念。在学习机器学习之前首先要知道机器学习要解决什么问题，简单的说机器学习就是从一堆杂乱无章的数据中找到背后的规律Machine Learning in Action，这个定义感觉和数据分析有异曲同工之处，所以在大数据领域里采用机器学习的方式进行数据分析也是一个比较常见的做法。
第二了解机器学习的步骤。机器学习的步骤包括数据收集数据整理算法设计算法实现算法验证算法应用，通过这个步骤可以发现，数据是机器学习的前提，算法是机器学习的核心。要想实现这个步骤需要做三件事，第一件事情是找数据，第二件事情是学习算法，第三件事情是学习编程语言。目前网络上有不少数据集是可以使用的，从学习的角度来说是可以满足要求的，当然也可以编写爬虫获取一些数据，算法的学习是重点，需要掌握一些常见的机器学习算法，包括决策树朴素贝叶斯支持向量机k-meankNNApriori等算法，最后需要掌握一门编程语言来实现这些算法，Python是一个不错的选择，看两个Python实现算法的小实验第三建立机器学习的思路。
机器学习思想的建立是一个漫长的过程。只有掌握了大量的基础知识，才能建立解决问题的思路。把实际问题抽象成算法，然后通过算法建立动态模型，再通过动态模型解决类似问题，这是机器学习的一个基本思想。看一个算法的描述过程。深度学习是机器学习领域的重要突破，需要重点关注。一般机器学习专业的研究生在高二的时候会进驻课题组，然后在老师的指导下进行研发。这个过程将使学生建立系统的知识结构，重点是如何建立机器学习的解决思路和实现方法。
