入門機器學習,看這些材料就夠了

做者:chen_h
微信號 & QQ:862251340
微信公衆號:coderpai
博客地址:http://www.jianshu.com/p/5084...python

圖片描述

如今網上有不少的機器學習材料,讓人一會兒看不過來。因此,我一直想寫這篇文章,來幫助你們整理一些簡單的資源。git

我推薦的資源包括但不限於書籍,課程,講座,博客和一些 Jupyter 筆記。在我看來,多種類型的文件學習對本身是由幫助的。但一次性看的太多可能會讓你很是不適應。爲了解決這個不適應,我建議天天學習幾小時是一個比較好的方案。好比:github

  • 對一本編程書和源碼閱讀 1-2 小時;
  • 看一小時左右的課程或者讀論文;
  • 選取 1-2 篇比較好的博客進行閱讀;

接下來,讓咱們看看這個簡短的學習材料列表:算法

1. 一些課程

1.1 Machine Learning with Python,來自 CognitiveClass.ai編程

1.2 Intro to Machine Learning,來自 Udacity微信

1.3 Machine Learning,來自 Udacity機器學習

1.4 Principles of Machine Learning,來自 EDXide

1.5 Machine Learning Crash Course,來自 Berkeley學習

2. 書籍

2.1 Python for Data Analysis – Wes Mckineyui

2.2 Python Machine Learning – Sebastian Raschka

2.3 Introduction to Machine Learning with Python – Andreas Muller and Sarah Guido

跟着本書配套的,還有一個 YouTube 視頻,請點擊這裏

2.4 書籍列表,來自 Github

3. 視頻

3.1 Luis Serrano –A friendly Introduction to Machine Learning

3.2 Roshan – Machine Learning – Video Series

3.3 Machine Learning with Scikit-Learn (Scipy 2016) – Part 1 and Part 2

3.4 Machine Learning with Python – Sentdex Playlist

3.5 Machine Learning with Scikit-Learn – Cristi Vlad Playlist

3.6 Machine Learning APIs by Example – Google Developers

3.7 Practical Introduction to Machine Learning – Same Hames

3.8 Machine Learning Recipes – with Josh Gordon

4. 其餘

4.1 Machine Learning 101 – from BigML

4.2 Learning Machine Learning – EliteDataScience

4.3 Top-down learning path: Machine Learning for Software Engineers

4.4 Machine Learning Mastery – by Dr. Jason Brownlee

總結

請記住,爲了更好的學習,我建議你一次不要學習太多的知識,天天話幾小時就行了,而後請記住一點,好好享受睡覺,良好的睡眠對學習相當重要。


做者:chen_h
微信號 & QQ:862251340
博客地址:http://www.jianshu.com/p/5084...

CoderPai 是一個專一於算法實戰的平臺,從基礎的算法到人工智能算法都有設計。若是你對算法實戰感興趣,請快快關注咱們吧。加入AI實戰微信羣,AI實戰QQ羣,ACM算法微信羣,ACM算法QQ羣。長按或者掃描以下二維碼,關注 「CoderPai」 微信號(coderpai)
圖片描述


圖片描述

相關文章
相關標籤/搜索