感谢您阅读我的帖子！我正在学习工程学，但对编程充满热情，希望将计算机科学的知识应用到自己的研究中。

我的问题是关于这个社区可用的任何资源，以及大家愿意提供的关于如何开始这个广泛领域的建议。

我主要对深度学习中的“神经网络”以及算法的实现感到困惑。

我有一点Python和R的知识。

回答：

注意：StackExchange的一个子论坛可能是这个问题更合适的地方。

无论如何，对于机器学习来说，基本的Python/R已经足够了。大多数关于机器学习的研究和工作目前（2018年）都是基于TensorFlow和类似的框架进行的。要使用这些框架，您并不真正需要强大的编程背景来设置和训练模型（尽管这确实有帮助）。实际上，数学/统计学知识对您更有帮助，特别是如果您想深入了解（例如，阅读最新的文章/论文等）。

我主要对深度学习中的“神经网络”感到困惑

“深度学习”基本上是利用现代计算能力来训练复杂的模型（例如，具有许多隐藏层的neural networks），这些模型在几年前（例如，10年前）是不可行的。非正式地说，您的网络越复杂，它能学习的东西就越有趣。

以及算法的实现。

通常，您会使用现有的框架——您不会自己实现算法。当然，亲自实现一个多层感知器总是很好且有趣的学习练习。