機器學習資源

推薦資源大部分來自《深度學習入門之 PyTorch》（廖星宇 編著）。

Python 語言三個學習資源

（1）《笨方法學 Python》（Learn Python the Hard Way）

本書面向零基礎的讀者，經過一系列簡單的例子快速入門 Python 的基本操做。
可網上搜索其 Python3 版中文譯本。

（2）廖雪峯的 Python 入門

用來更全面地學習 Python，掌握前幾章的 Python 基礎便可。
連接：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000

（3）Edx：Introduction to Computer Science and Programming Using Python

MIT 公開課，以 Python 做爲入門語言，簡潔、全面地講述了計算機科學的內容，適合進一步的學習。
連接：https://www.bilibili.com/video/av2710394

機器學習（含深度學習）參考學習資源

（1）線性代數

• 《線性代數應該這樣學》（Linear Algebra done right）
  可網上搜索中文譯本電子版。
• MIT 的線性代數公開課
  連接：MIT 線性代數
  連接：MIT 線性代數習題課
• Coding The Matrix
  連接：Coding The Matrix

（2）機器學習基礎
學習資源從易到難排列：

• Coursera 上 Andrew Ng 的機器學習入門教程
  連接：機器學習 Andrew Ng
• 林軒田的機器學習基石和機器學習技法
  連接：機器學習基石
  連接：機器學習技法
• Udacity 的機器學習納米學位
• 周志華著的《機器學習》
• 李航著的《統計學習方法》
• Pattern Recognition and Machine Learning
  可搜索中文電子版對照閱讀。

（3）深度學習

• Deep Learning（Ian Goodfellow and Yoshua Bengio and Aaron Courville 「花書」）
  中文譯本電子版：深度學習
• Udacity 的兩個深度學習課程
• Coursera 的 Neural Networks for Machine Learning
  連接：神經網絡機器學習
• Stanford 的 cs231n
  連接：深度視覺識別
• Stanford 的 cs224n
  連接：深度學習天然語言處理

（4）其餘

• 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》
• 《推薦系統實踐》（項亮 編著）
• 《深度學習與計算機視覺 - 算法原理、框架應用與代碼實現》（叶韻 編著）