软件的话主要学习下Python编程！
然后还需要熟悉下TensorFlow +Keras 架构！
再复习下概率论，矩阵分析，统计学，熵的计算，交叉熵，熵率等等概念，最好对自然语言有一定的了解，对于机器学习还是非常有用的。
再学习下机器学习的理论资料，区分监督学习与无监督机器学习，再学习下几个主流的神经网络算法，最好能够理解，比如CNN，RNN等，知道它们之间的区别。
然后最好在GitHub上找几个例程代码跑一跑，然后分析下结果，再修改相关参数，再训练看看结果，其实机器学习主要就是算法，算法的理解是最主要的。算法理解了，其它的都就简单了，慢慢培养自己的兴趣吧，这玩意在实际应用中看着挺有趣，但是，学习起来，还是非常枯燥的，毫无乐趣可言，特别是盯着一堆堆代码，一个个算法抓耳挠腮的时候！