深入机器学习应该从哪门课或哪本书开始？求推荐资源？

目前的状况是：
1、数学系学生已保研，学习方向比较分散，想涉猎多一些以便选择
2、初步了解了机器学习演算法，不包括深度学习

3、有实践但不多，大部分是做课后作业
4、非常钻牛角尖，不喜欢有很多错误或逻辑混乱的书或课
请问各位前辈：
1、有没有哪本书（PRML、MLAPP、ESL、deeplearning花书）或哪门课程比较推荐，就是非常难但看完看懂能醍醐灌顶的那种，并且课后有习题实践！！！！并且有答案。

2、前辈们能不能推荐一些习题资源并且一定要有解答。我喜欢有参考答案的那种...特别是程序
3、我想找同学搞个图像识别的3D列印，就是立体还原，cs229这门课上讲过一个例子比较相似。不知道这部分具体需要哪些演算法设计的知识？
真心感谢各位

不是前辈。

1.我只读过其中两本，根据我的了解来谈一下。

MLAPP网上好像只有第一版，在买不起的情况下，你只能对著电子版和Errata慢慢地改里面的错误了，不然的话不适合钻牛角尖，有没有答案我还不知道；PRML应该算是经典中的经典了，优势是网上资料多，错误少但并不是没有，有参考答案，但算不上太难，不过课后题挺难的。ESL应该要比PRML难的，也有课后题答案，但是据说不是很细，初次入门读的话可能会体会不到一些话的深层含义。DL深度学习方面都成教科书了，机器学习那部分特点就是精简但又不失完整性，没有课后题。

以上这几本应该都够醍醐灌顶的，但是吃透不容易，做不到真正理解的话很快就忘了。

公开课好像没有特别难的，反正都不如课后习题难。2.没看懂这个子问题3.Stereo Vision并不懂

谷歌有一款免费的视频教程——《机器学习速成教程》，25堂课，40多个练习，中文版和英文版都有，地址如下：

https://developers.google.com/machine-learning/crash-course/

谢邀，

西瓜书最经典，如果自学建议看科大的机器学习相关课程，可以很好的帮你对机器学习有个初步认识。

自己爱好非常重要，极是在学校学习老师也没有办法讲的面面俱到，需知纸上得来终觉浅，绝知此事要躬行！

最近在学习cs231n的课程，绝对经典！

周志华的西瓜书和吴恩达的视频

谢邀。

Github上down代码尝试编程，通过编程理解机器学习与深度学习个人认为是捷径。

Build software better, together?