机器学习资料

cate

数学基础

1. 数学分析
   数学分析教程 - 史济怀

2. 线性代数
   线性代数应该这样学
   参考：矩阵分析与应用

3. 概率统计
   概率论与数理统计 - 陈希孺

4. 优化理论
   可汗学院-优化理论

机器学习

1. 机器学习入门 - 优达学城
   比较基础有python代码

2. Coursera - NG
   巨好评的课程，主要用matlab描述

3. 机器学习基石

4. 《机器学习》- 周志华
   这书应该叫机器学习导论，有公式有讲解，但不涉及实例代码，全局了解机器学习非常好

5. 《数据挖掘导论》

6. 《统计学习方法》

深度学习

基础

![image_1bd14qiute72fab1puv1sornei9.png-211kB][15]

1. 零基础入门深度学习
   结构说明+公式讲解+python实例代码，非常推荐。

2. Udacity 的 Deep Learning 课程

3. CS231n: Convolutional Neural Networks for Visual Recognition
   斯坦福CS231n—深度学习与计算机视觉

其他
The Deep Learning Textbook
中文版
偏数学，难度有点高。

UFLDL Tutorial
UFLDL教程
吴恩达写的深度学习教程。

Neural Networks and Deep Learning
神经网络与深度学习
用python+numpy

自然语言处理

oxford-dl-nlp-2017

CS224d: Deep Learning for Natural Language Processing
这是一门将多种深度学习模型运用到NLP相关问题上的课程：从Word2vec模型（Google 在 2013 年开源的一款将词转化为实数值向量的高效工具）到LSTM再到机器翻译。研究的问题也很好。但是这门课程不像之前cs231n讲授那么细致，也不太利于学习的人理解消化。至今我还没见过哪门课程能像cs231n那门课程那样的好。

word2vec-nlp-tutorial

强化学习

CS 294: Deep Reinforcement Learning

对抗网络

GAN学习指南：从原理入门到制作生成Demo

Paper

深度学习论文阅读路线图
Top 100论文导读（一）：纯干货！深度神经网络中的理解，泛化以及迁移学习
126篇殿堂级深度学习论文分类整理 从入门到应用（上）
126篇殿堂级深度学习论文分类整理 从入门到应用（下）

人工智能

Artificial Intelligence: A Modern Approach (AIMA)
（人工智能：现代方法） 是关于“守旧派” AI最好的一本书籍。这本书总体概述了人工智能领域，并解释了你需要了解的所有基本概念。

Artificial Intelligence course
（人工智能课程）是一系列优秀的视频讲座，通过一种非常有趣的实践项目（训练AI玩Pacman游戏 ）来解释基本知识。我推荐在视频的同时可以一起阅读AIMA，因为它是基于这本书，并从不同的角度解释了很多类似的概念，使他们更容易理解。它的讲解相对较深，对初学者来说是非常不错的资源。

其他

Metacademy
kaggle

《终极算法》
《集体智慧编程》

参考

面向程序猿的数据科学与机器学习知识体系及资料合集
自上而下的学习路线: 软件工程师的机器学习
机器学习Machine-Learning
机器学习入门资源不完全汇总
1.
史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(一)
史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(二)
史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(三)
史上最萌最认真的机器学习/深度学习/模式识别入门指导手册(四)
2.
深度学习全网最全学习资料汇总之入门篇
关于深度学习，这里比你想的还要全
10条最有用的深度学习教程资源（附教程链接）