Andrew Ng在Coursera上有一个关于卷积神经网络的很棒的免费课程。我建议观看他的视频，并且一定要完成编码作业。它会给你一个坚实的基础。

您提供的两个答案是有道理的，您绝对应该听取他们的建议。但是，这些让你前面的路很长，所以我将用我的答案走另一条路，给你一些你可以在短期内做的事情。

如果您决定将数据科学研究专门用于图像识别（以及一般的计算机视觉），那么您应该习惯于将图像视为“数据”。对于刚接触这个行业的人来说，这可能是一个艰难的心理转变，所以你不妨马上开始。

选择您提到的一种语言（我推荐 Python）并开始操作图像（任何图像）。你能把图像分开吗？把它重新组合起来？翻转？上色吗？从它们创建一个增强集？将数据转换为二进制表示？从任意数量的图像大小创建单个数组？你知道如何使用其中一个预处理库（比如 Keras 附带的那个）还是你想自己做？

在学习期间的某个时候，您应该对所有这些问题都有答案，而这些当然是您可以立即开始的事情。

如果我是你，我会从学习如何制作简单的神经网络来进行图像识别开始。我从 Aurelien Gueron 的书开始，其中很好地介绍了 tensorflow，这是一个用于神经网络的 Python 库。网上也有大量的文献，看看这个链接到 Python 图像识别、自然语言处理和更多问题的有趣示例。