快速开始学习(打基础):
-
周志华的《机器学习》作为通读教材,不用深入,大概了解机器学习来龙去脉。(建议买书)
-
李航的《统计学习方法》作为经典的深入案例,仔细研究几个算法的来龙去脉。(建议买书)
-
使用Python语言,根据《机器学习实战》快速上手写程序。(建议买书)
-
来自国立台湾大学李宏毅老师的机器学习和深度学习中文课程,强烈推荐:课程。(每年都有更新,b站上就有;2021年的课程主页:https://speech.ee.ntu.edu.tw/~hylee/ml/2021-spring.html)
-
想看别人怎么写代码?机器学习经典教材《PRML》所有代码实现。(学有余力,可以当做工具书看看)
-
另外,对于一些基础的数学知识,你看深度学习(花书)中文版就够了。这本书同时也是深度学习经典之书。(建议买书)
-
来自南京大学周志华小组的博士生写的一本小而精的解析卷积神经网络—深度学习实践手册
-
建议买的书籍都是自己买了的,如果习惯用ipad看书,其实电子书也可以用的很好。
其他的一些知识(增广度): 深度学习最值得看的论文
自然语言处理数据集 Learning Machine Learning? Six articles you don’t want to miss
Getting started with machine learning documented by github
-
Python
-
Python和Matlab的一些cheat sheet:http://ddl.escience.cn/f/IDkq 包含:
-
Numpy、Scipy、Pandas科学计算库
-
Matlab科学计算
-
Matplotlib画图
-
-
深度学习框架
-
Python
-
Matlab(比较少用了)
-
-
机器学习的发展历程及启示, (@Prof. Zhihua Zhang/@张志华教授)
-
Neural Networks for Machine Learning, Coursera上的著名课程,由Geoffrey Hinton教授主讲。
-
Stanford CS 229, Andrew Ng机器学习课无阉割版,Notes比较详细
-
斯坦福大学Feifei Li教授的CS231n系列深度学习课程。Feifei Li目前是Google的科学家,深度学习与图像识别方面的大牛。这门课的笔记可以看这里。
-
CS224n: Natural Language Processing. Course instructors: Chris Manning, Richard Socher.
-
CS 294 Deep Reinforcement Learning, Fall 2017. Course instructors: Sergey Levine, John Schulman, Chelsea Finn.
-
机器学习, (@Prof. Zhihua Zhou/周志华教授)
-
统计学习方法, (@Dr. Hang Li/李航博士)
-
-
利用Python进行数据分析
-
跟老齐学Python:从入门到精通
-
Python与数据挖掘 (大数据技术丛书) - 张良均
-
Python学习手册
-
Python数据挖掘入门与实践
-
Python数据分析与挖掘实战(大数据技术丛书) - 张良均
-
Python编程:从入门到实践
-
Python3 CookBook中文版
-
终极算法机器学习和人工智能如何重塑世界 - [美 ]佩德罗·多明戈斯
-
机器学习:实用案例解析
-
- [一些机器学习,人工智能的公众号](AI科技大本营,AI科技评论,AI前线,新智元,机器之心等,关注一下可以经常获得不同领域最新的一些科研进展)