机器学习系列1-学习资料和学习路线

该系列是学习机器学习的系列博客，主要用于记录和分享学习机器学习（和深度学习）过程中的各种知识和问题，希望能够将自己学习到的知识、方法论转化为文字，分享给更多有志于从事机器学习相关工作或学习的同学。

学习资源

目前网上关于机器学习的资源已经非常丰富，现在分享笔者学习过程中接触到的学习资源：

书籍：

《机器学习》-周志华 链接:http://pan.baidu.com/s/1bo7j7SN 密码:47wi
《Deep Learning》-花书 链接:http://pan.baidu.com/s/1skH60nr 密码:9bxs
《深度学习》中文版，来自于github网友翻译，可以提供作为英文原著的参照读本 链接:http://pan.baidu.com/s/1eRUeg18 密码:1o08
《深度学习快速教程》-李宏毅 通过一个ppt快速了解深度学习知识和应用 链接:http://pan.baidu.com/s/1hsd3zGo 密码:wjmh

教程

http://neuralnetworksanddeeplearning.com/
一个深度学习的教程，包含理论和实践，并且有一些练习题
http://open.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html
吴恩达教授的斯坦福大学机器学习课程
https://www.youtube.com/watch?v=IzHoNwlCGnE&list=PLJV_el3uVTsPMxPbjeX7PicgWbY7F8wW9
台湾大学李宏毅的教学视频，语言是中文
https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A/playlists
这是国外一个叫siraj的深度学习系列视频，上课形式活泼有趣，可以作为补充观看

学习路线

时间： 2024-10-25 17:35:11

机器学习系列1-学习资料和学习路线的相关文章

Java web开发路线--Java学习资料汇总

Java web开发是什么? 先来说说java体系,包含:javaSE.javaEE.javaME,其实目前关注主要是javaEE,但学些javaEE必须先学习javaSE(因为这个是java基础).Java web开发其实是应用javaEE实现web应用的开发,是用Java技术来解决相关web互联网领域的技术总和. web开发主要包括前端开发和后端开发,前端主要是HTML.CSS.JS等相关技术,后端技术主要有JavaEE技术.数据库技术.文件存储技术等.java体系比较庞大,也是很多人比较迷

knockout学习资料

一个靠谱的哥们整理的Knockout学习资料 Knockout学习之监控属性 Knockout学习之组合监控属性 Knockout学习之监控数组 Knockout学习之文本和外观绑定器 Knockout学习之控制流绑定器 Knockout学习之表单绑定器(上) Knockout学习之表单绑定器(下) Knockout学习之模板绑定器

机器学习和深度学习学习资料

比较全面的收集了机器学习的介绍文章,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <机器学习经典论文/survey合集>介绍:看题目你已经知道了是什么内容,没错.里面有很多经典的机器学习论文值得仔细与反复的阅读. <Brief History of Machine Learning>25介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <

机器学习&amp;深度学习资料分享

感谢:https://github.com/ty4z2008/Qix/blob/master/dl.md <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室 Jurgen Schmidhuber

近200篇机器学习&amp;amp;深度学习资料分享

编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.并且原文也会不定期的更新.望看到文章的朋友能够学到很多其它. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍非常全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室

机器学习和深度学习资料合集

机器学习和深度学习资料合集 注:机器学习资料篇目一共500条,篇目二开始更新 希望转载的朋友,你可以不用联系我．但是一定要保留原文链接,因为这个项目还在继续也在不定期更新．希望看到文章的朋友能够学到更多．此外:某些资料在中国访问需要梯子. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <Deep Learning in

重磅福利！！机器学习和深度学习学习资料合集

比較全面的收集了机器学习的介绍文章,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <机器学习经典论文/survey合集> 介绍:看题目你已经知道了是什么内容,没错. 里面有非常多经典的机器学习论文值得细致与重复的阅读. <Brief History of Machine Learning>2 介绍:这是一篇介绍机器学习历史的文章.介绍非常全面.从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning.

[转]机器学习和深度学习资料汇总【01】

本文转自:http://blog.csdn.net/sinat_34707539/article/details/52105681 <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室Jurgen

【转】近200篇机器学习&amp;深度学习资料分享（含各种文档，视频，源码等）

编者按:本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等.而且原文也会不定期的更新,望看到文章的朋友能够学到更多. <Brief History of Machine Learning> 介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机.神经网络.决策树.SVM.Adaboost 到随机森林.Deep Learning. <Deep Learning in Neural Networks: An Overview> 介绍:这是瑞士人工智能实验室 Ju