機器學習（02）——學習資料連接

如下是我學習機器學習過程當中的部分學習資料，固然除些以外還有更多的文章和視頻，實際看了後以爲好多內容都太難，本身目前的數學基礎很難理解裏面講解的內容。另外，資料太多反而影響學習效率，不少內容都是重複的，海量的書籍、視頻與文章，最終只能做爲收藏的一部分，永久的沉睡在雲盤裏，只能做爲心理安慰而已，感受像是已收藏了這些資料，之後有空就能夠開幹了，而實際並無什麼用。

在這段時間學習的過程當中，我一直在思索，怎樣才能快速入門機器學習？快速入門的步驟是什麼呢？通過一段時間查看大量的學習文章和梳理，以爲要入門其實並不複雜，首先得對機器學習有個整體的認識和了解，瞭解其基本概念，瞭解它的技術棧，作好本身的學習規劃，而後找到直接編碼調用機器學習算法的例子，從實踐中直接入手，從實踐中理解算法模型。

機器學習相關資料

機器學習該怎麼入門

如何用3個月零基礎入門「機器學習」？

AI學習路線

AI學習資料大全

機器學習資料

ApacheCN 人工智能知識樹

給機器學習算法初學者的極簡入門課

機器學習入門視頻教程

機器學習教學版視頻教程

機器學習基石

還有各在線平臺裏，機器學習相關的視頻課程

 

數學基礎

機器學習的數學基礎-高等數學

機器學習的數學基礎-線性代數

機器學習的數學基礎-機率論和數理統計

機器學習的數學基礎

還有各在線平臺裏，數學基礎相關的視頻課程

 

python工具

• NumPy是Python 語言的一個擴展程序庫,支持大量的維度數組與矩陣運算,此外也針對數組運算提供大量的數學函數庫。

  • NumPy中文文檔
  • NumPy學習

• Pandas是一個強大的分析結構化數據的工具集

  • Pandas中文文檔
  • Pandas學習思惟導圖

• Matplotlib是一個 Python 的 2D繪圖庫，它以各類硬拷貝格式和跨平臺的交互式環境生成出版質量級別的圖形。

  • Matplotlib中文文檔

• Statsmodels提供對許多不一樣統計模型估計的類和函數,而且能夠進行統計測試和統計數據的探索。

  • Statsmodels 中文文檔

• Seaborn是基於matplotlib的圖形可視化python包。它提供了一種高度交互式界面,便於用戶可以作出各類有吸引力的統計圖表。

  • seaborn 0.9 中文文檔