機(jī)器學(xué)習(xí)資源 Machine learning Resources

快速開始學(xué)習(xí)：

• 周志華的《機(jī)器學(xué)習(xí)》作為通讀教材，不用深入陌知，從宏觀上了解機(jī)器學(xué)習(xí)

• 《機(jī)器學(xué)習(xí)》西瓜書公式推導(dǎo)解析：https://datawhalechina.github.io/pumpkin-book/

• 最新的《神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)》

• 李航的《統(tǒng)計(jì)學(xué)習(xí)方法》作為經(jīng)典的深入案例肄鸽，仔細(xì)研究幾個(gè)算法的來龍去脈 | 書中的代碼實(shí)現(xiàn)

• 使用Python語言勤篮，根據(jù)《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)》快速上手寫程序

• 吳恩達(dá)的最新深度學(xué)習(xí)課程資源：https://www.jiqizhixin.com/articles/2018-06-21-6

• 參照Youtube機(jī)器學(xué)習(xí)紅人Siraj Raval的視頻+代碼可以幫助你更好地進(jìn)入狀態(tài)绿满！

  • 原Youtube地址需要梯子 | 百度網(wǎng)盤

• 來自國立臺灣大學(xué)李宏毅老師的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)中文課程，強(qiáng)烈推薦：課程

• 最后粤蝎，你可能想真正實(shí)戰(zhàn)一下真仲。那么，請到注明的機(jī)器學(xué)習(xí)競賽平臺Kaggle上做一下這些基礎(chǔ)入門的題目吧初澎！(Kaggle上對于每個(gè)問題你都可以看到別人的代碼秸应，方便你更加快速地學(xué)習(xí)) Kaggle介紹及入門解讀 可以用來練手的數(shù)據(jù)集

其他有用的資料：

• 想看別人怎么寫代碼？機(jī)器學(xué)習(xí)經(jīng)典教材《PRML》所有代碼實(shí)現(xiàn)

• 機(jī)器學(xué)習(xí)算法Python實(shí)現(xiàn)

• 吳恩達(dá)新書：Machine Learning Yearning中文版

• 另外，對于一些基礎(chǔ)的數(shù)學(xué)知識软啼，你看深度學(xué)習(xí)(花書)中文版就夠了桑谍。這本書同時(shí)也是深度學(xué)習(xí)經(jīng)典之書。

• 來自南京大學(xué)周志華小組的博士生寫的一本小而精的解析卷積神經(jīng)網(wǎng)絡(luò)—深度學(xué)習(xí)實(shí)踐手冊

一個(gè)簡潔明了的時(shí)間序列處理(分窗焰宣、特征提取霉囚、分類)庫：Seglearn

計(jì)算機(jī)視覺這一年：這是最全的一份CV技術(shù)報(bào)告

深度學(xué)習(xí)(花書)中文版

深度學(xué)習(xí)最值得看的論文

最全面的深度學(xué)習(xí)自學(xué)資源集錦

Machine learning surveys

快速入門TensorFlow

自然語言處理數(shù)據(jù)集

Learning Machine Learning? Six articles you don’t want to miss

Getting started with machine learning documented by github

研究領(lǐng)域資源細(xì)分

• 深度學(xué)習(xí) Deep learning

• 強(qiáng)化學(xué)習(xí) Reinforcement learning

• 遷移學(xué)習(xí) Transfer learning

• 分布式學(xué)習(xí)系統(tǒng) Distributed learning system

• 計(jì)算機(jī)視覺/機(jī)器視覺 Computer vision / machine vision

• 自然語言處理 Natural language procesing

• 生物信息學(xué) Bioinfomatics

• 行為識別 Activity recognition

• 多智能體 Multi-Agent

開始學(xué)習(xí)：預(yù)備知識 Prerequisite

• 學(xué)習(xí)知識與路線圖

• MIT線性代數(shù)課堂筆記(中文)

• 概率與統(tǒng)計(jì) The Probability and Statistics Cookbook

• Python

  • Learn X in Y minutes

  • Python機(jī)器學(xué)習(xí)互動(dòng)教程

• Markdown

  • Mastering Markdown - Markdown is a easy-to-use writing tool on the GitHu.

• R

  • R Tutorial

• Python和Matlab的一些cheat sheet：http://ddl.escience.cn/f/IDkq 包含：

  • Numpy、Scipy匕积、Pandas科學(xué)計(jì)算庫

  • Matlab科學(xué)計(jì)算

  • Matplotlib畫圖

• 深度學(xué)習(xí)框架

  • Python

    • TensorFlow
    • Scikit-learn
    • PyTorch
    • Keras
    • MXNet|相關(guān)資源大列表
    • Caffe
    • Caffe2

  • Java

    • Deeplearning4j

  • Matlab

    • Neural Network Toolbox
    • Deep Learning Toolbox

文檔 notes

• 綜述文章匯總

• 近200篇機(jī)器學(xué)習(xí)資料匯總！

• 機(jī)器學(xué)習(xí)入門資料

• MIT.Introduction to Machine Learning

• 東京大學(xué)同學(xué)做的人機(jī)交互報(bào)告

• 人機(jī)交互簡介

• 人機(jī)交互與創(chuàng)業(yè)論壇

• 職場機(jī)器學(xué)習(xí)入門

• 機(jī)器學(xué)習(xí)的發(fā)展歷程及啟示, (@Prof. Zhihua Zhang/@張志華教授)

• 常用的距離和相似度度量

課程與講座 Course and talk

機(jī)器學(xué)習(xí) Machine Learning

臺灣大學(xué)應(yīng)用深度學(xué)習(xí)課程

• 神經(jīng)網(wǎng)絡(luò)榜跌，機(jī)器學(xué)習(xí)闪唆，算法，人工智能等 30 門免費(fèi)課程詳細(xì)清單

• 斯坦福機(jī)器學(xué)習(xí)入門課程钓葫，講師為Andrew Ng悄蕾，適合數(shù)學(xué)基礎(chǔ)一般的人，適合入門础浮，但是學(xué)完會(huì)發(fā)現(xiàn)只是懂個(gè)大概帆调，也就相當(dāng)于什么都不懂。省略了很多機(jī)器學(xué)習(xí)的細(xì)節(jié)

• Neural Networks for Machine Learning, Coursera上的著名課程豆同，由Geoffrey Hinton教授主講番刊。

• Stanford CS 229, Andrew Ng機(jī)器學(xué)習(xí)課無閹割版，Notes比較詳細(xì)影锈，可以對照學(xué)習(xí)CS229課程講義的中文翻譯芹务。

• CMU 10-702 Statistical Machine Learning, 講師是Larry Wasserman，應(yīng)該是統(tǒng)計(jì)系開的機(jī)器學(xué)習(xí)鸭廷，非常數(shù)學(xué)化枣抱，第一節(jié)課就提到了RKHS(Reproducing Kernel Hilbert Space),建議數(shù)學(xué)出身的同學(xué)看或者是學(xué)過實(shí)變函數(shù)泛函分析的人看一看

• CMU 10-715 Advanced Introduction to Machine Learning，同樣是CMU phd級別的課辆床，節(jié)奏快難度高

• 機(jī)器學(xué)習(xí)基石（適合入門）佳晶。國立臺灣大學(xué)林軒田

• 機(jī)器學(xué)習(xí)技法（適合提高）。國立臺灣大學(xué)林軒田

• Machine Learning for Data Analysis, Coursera上Wesleyan大學(xué)的Data Analysis and Interpretation專項(xiàng)課程第四課讼载。

• Max Planck Institute for Intelligent Systems Tübingen德國馬普所智能系統(tǒng)研究所2013的機(jī)器學(xué)習(xí)暑期學(xué)校視頻,仔細(xì)翻這個(gè)頻道還可以找到2015的暑期學(xué)校視頻

• 知乎Live：我們一起開始機(jī)器學(xué)習(xí)吧轿秧，機(jī)器學(xué)習(xí)入門之特征工程

深度學(xué)習(xí) Machine Learning

• 斯坦福大學(xué)Feifei Li教授的CS231n系列深度學(xué)習(xí)課程。Feifei Li目前是Google的科學(xué)家维雇，深度學(xué)習(xí)與圖像識別方面的大牛淤刃。這門課的筆記可以看這里。

• CS224n: Natural Language Processing. Course instructors: Chris Manning, Richard Socher.

強(qiáng)化學(xué)習(xí) Machine Learning

• CS 294 Deep Reinforcement Learning, Fall 2017. Course instructors: Sergey Levine, John Schulman, Chelsea Finn.

• UCL Course on RL

• CS234: Reinforcement Learning. 暫無視頻

相關(guān)書籍 reference book

• Hands on Machine Learning with Scikit-learn and Tensorflow

• 入門讀物 The Elements of Statistical Learning(英文第二版),The Elements of Statistical Learning.pdf

• 機(jī)器學(xué)習(xí), (@Prof. Zhihua Zhou/周志華教授)

• 統(tǒng)計(jì)學(xué)習(xí)方法, (@Dr. Hang Li/李航博士)

• 一些Kindle讀物:

  • 利用Python進(jìn)行數(shù)據(jù)分析

  • 跟老齊學(xué)Python：從入門到精通

  • Python與數(shù)據(jù)挖掘 (大數(shù)據(jù)技術(shù)叢書) - 張良均

  • Python學(xué)習(xí)手冊

  • Python性能分析與優(yōu)化

  • Python數(shù)據(jù)挖掘入門與實(shí)踐

  • Python數(shù)據(jù)分析與挖掘?qū)崙?zhàn)(大數(shù)據(jù)技術(shù)叢書) - 張良均

  • Python科學(xué)計(jì)算(第2版)

  • Python計(jì)算機(jī)視覺編程 [美] Jan Erik Solem

  • python核心編程(第三版)

  • Python核心編程（第二版）

  • Python高手之路 - [法] 朱利安·丹喬（Julien Danjou）

  • Python編程快速上手 讓繁瑣工作自動(dòng)化

  • Python編程：從入門到實(shí)踐

  • Python3 CookBook中文版

  • 終極算法機(jī)器學(xué)習(xí)和人工智能如何重塑世界 - [美 ]佩德羅·多明戈斯

  • 機(jī)器學(xué)習(xí)系統(tǒng)設(shè)計(jì) (圖靈程序設(shè)計(jì)叢書) - [美]Willi Richert & Luis Pedro Coelho

  • 機(jī)器學(xué)習(xí)實(shí)踐指南：案例應(yīng)用解析（第2版） (大數(shù)據(jù)技術(shù)叢書) - 麥好

  • 機(jī)器學(xué)習(xí)實(shí)踐 測試驅(qū)動(dòng)的開發(fā)方法 (圖靈程序設(shè)計(jì)叢書) - [美] 柯克（Matthew Kirk）

  • 機(jī)器學(xué)習(xí)：實(shí)用案例解析

• 數(shù)學(xué):

  • Algebra - Michael Artin

  • Algebra - Serge Lang

  • Basic Topology - M.A. Armstrong

  • Convex Optimization by Stephen Boyd & Lieven Vandenberghe

  • Functional Analysis by Walter Rudin

  • Functional Analysis, Sobolev Spaces and Partial Differential Equations by Haim Brezis

  • Graph Theory - J.A. Bondy, U.S.R. Murty

  • Graph Theory - Reinhard Diestel

  • Inside Interesting Integrals - Pual J. Nahin

  • Linear Algebra and Its Applications - Gilbert Strang

  • Linear and Nonlinear Functional Analysis with Applications - Philippe G. Ciarlet

  • Mathematical Analysis I - Vladimir A. Zorich

  • Mathematical Analysis II - Vladimir A. Zorich

  • Mathematics for Computer Science - Eric Lehman, F Thomson Leighton, Alber R Meyer

  • Matrix Cookbook, The - Kaare Brandt Petersen, Michael Syskind Pedersen

  • Measures, Integrals and Martingales - Rene? L. Schilling

  • Principles of Mathematical Analysis - Walter Rudin

  • Probabilistic Graphical Models: Principles and Techniques - Daphne Koller, Nir Friedman

  • Probability: Theory and Examples - Rick Durrett

  • Real and Complex Analysis - Walter Rudin

  • Thomas' Calculus - George B. Thomas

  • 普林斯頓微積分讀本 - Adrian Banner

• Packt每日限免電子書精選:

  • Learning Data Mining with Python

  • Matplotlib for python developers

  • Machine Learing with Spark

  • Mastering R for Quantitative Finance

  • Mastering matplotlib

  • Neural Network Programming with Java

  • Python Machine Learning

  • R Data Visualization Cookbook

  • R Deep Learning Essentials

  • R Graphs Cookbook second edition

  • D3.js By Example

  • Data Analysis With R

  • Java Deep Learning Essentials

  • Learning Bayesian Models with R

  • Learning Pandas

  • Python Parallel Programming Cookbook

  • Machine Learning with R

其他 Miscellaneous

• 機(jī)器學(xué)習(xí)日報(bào)：每天更新學(xué)術(shù)和工業(yè)界最新的研究成果

• 機(jī)器之心

• 集智社區(qū)