何不食肉糜 | 机器学习自学指南

栏目: 数据库 · 发布时间: 5年前

内容简介:最近在利用业余时间学习机器学习,期间搜集整理了不少学习资料,多为斯坦福/康奈尔等大学的公开课和讲座,以及机器学习领域的英文原版书籍。私以为,相比国内各大社区里出处不明的入门教程,还是一手的权威资料讲得更加深入和准确,所以,何不食肉糜呀!另外,机器学习领域大牛很多,领域很广,应用更是广阔到难以尽数,作为一个ML小白,这篇文章的内容也并不会多完备,不求尽善尽美,只是抛砖引玉,一起交流学习。](

最近在利用业余时间学习机器学习,期间搜集整理了不少学习资料,多为斯坦福/康奈尔等大学的公开课和讲座,以及机器学习领域的英文原版书籍。私以为,相比国内各大社区里出处不明的入门教程,还是一手的权威资料讲得更加深入和准确,所以,何不食肉糜呀!

另外,机器学习领域大牛很多,领域很广,应用更是广阔到难以尽数,作为一个ML小白,这篇文章的内容也并不会多完备,不求尽善尽美,只是抛砖引玉,一起交流学习。

1.计算机基础

2.数学和统计基础

  • 线性代数(Linear algebra)【必须】
  • 微积分(Calculus)【必须】
  • 优化(Optimization)【必须】
  • 基础统计(Statistics)【必须】
  • 实分析和泛函(real analysis, functional analysis)【非必须】

3.入门

  • 机器学习入门 :吴恩达的这个课可能没有人不知道了
  • 《统计学习导论》 :这本书里面的编程很轻量,但是作为直觉培养和思路练成,仍然是不错的
    何不食肉糜 | 机器学习自学指南
  • 深度学习入门 :吴恩达的这个课用来入门深度学习也不错
  • 人工智能入门 :Udacity的第一门旗舰AI课,基于斯坦福大学的一门本科生课程,会涉及一点比前几门入门课更宽广的概念

4.进阶

  • [挖掘海量数据集

]( http://web.stanford.edu/class... :之前的几个课程主要是讲监督学习的,这门斯坦福的课程稍微宽广一点,并不完全是机器学习,但是对扩大知识面和实践有帮助

5.应用

6.框架

7.扩展注意事项

数据量大了会面临的问题,一些最最小白的介绍,大佬可跳过

机器学习系统和平台

安利时间

我们在web开发过程中,都见过或者使用过一些奇技淫巧,这种技术我们统称为黑魔法,这些黑魔法散落在各个角落,为了方便大家查阅和学习,我们做了收集、整理和归类,并在github上做了一个项目—— awesome-blackmargic ,希望各位爱钻研的开发者能够喜欢,也希望大家可以把自己的独门绝技分享出来,如果有兴趣可以给我们发pr。

欢迎加入我们的QQ群(784383520),一起交流学习。

何不食肉糜 | 机器学习自学指南


以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持 码农网

查看所有标签

猜你喜欢:

本站部分资源来源于网络,本站转载出于传递更多信息之目的,版权归原作者或者来源机构所有,如转载稿涉及版权问题,请联系我们

计算机算法基础

计算机算法基础

沈孝钧 / 机械工业出版社 / 2013-11 / 45.00元

计算机算法是计算机科学的一个重要分支,也是一个难点。本书作者根据自己20多年在国内、国外的教学与科研实践,系统地总结了计算机算法的设计与分析方法,覆盖了大部分最主要的算法技术,包括:分治法、贪心法、动态规划、图的遍历技术、穷举搜索等,涉及一系列重要的算法问题,包括排序问题、选择问题、最小生成树问题、最短路径问题、网络流问题、二分图的匹配问题、字符串的匹配问题和几何算法问题等,还介绍了问题本身的计算......一起来看看 《计算机算法基础》 这本书的介绍吧!

JS 压缩/解压工具
JS 压缩/解压工具

在线压缩/解压 JS 代码

JSON 在线解析
JSON 在线解析

在线 JSON 格式化工具

XML、JSON 在线转换
XML、JSON 在线转换

在线XML、JSON转换工具