現在主流的機器學習方法是基於神經網路的，但是是以統計為基礎的，我就理解你說的機器學習入門從統計機器學習入門開始。

本人哈工大本碩計算機專業，方向是機器翻譯(屬於自然語言處理)，不涉及研究方向只說機器學習入門的話，是從李航老師的《統計學習方法》開始的，這本書講了十個左右常用統計機器學習模型的概念及公式推導，我當年基本上就是把這本書推導了一遍，概念也理解的差不多，算是入門吧。

再之後看過實驗室馬春鵬師兄翻譯的《PRML》(模式識別與機器學習)以及其他一些NLP相關的書，研究相關的書就先不列了，，，對機器學習的理解進一步加深。

最後迫於工作壓力終於還是來到了神經網路，剛開始是看講義，入門是看的復旦邱錫鵬老師的《機器學習與深度學習》講義，基礎的cnn，rnn算是過了一遍，，，還有那本有名的花書哈哈哈，不過花書沒看完！還有一些部落格啥的也不細說了，感興趣可以聯絡我，給你分享一下！

再後面看的比較多的是研究相關的書，也不列了，現在比較火的預訓練模型bert，elmo，roberta之類的都是看論文了，，，，，

希望你入門成功，有問題或者想法可以一起交流