机器学习 | 资料汇总

一、学习资料

（一）视频课程

吴恩达机器学习入门课程

视频课程
本课程是 吴恩达（Andrew Ng）在Coursera 上的第的经典之作。课程将广泛介绍机器学习、数据挖掘和统计模式识别等内容，同时还引用了许多机器学习案例，让你学会在智能机器人（感知和控制）、文本理解（网络搜索和垃圾邮件过滤）、计算机视觉、医学信息学、音频、数据库挖掘等领域应用机器学习。

课程笔记 ​ 本笔记由黄海广博士翻译。

吴恩达机器学习训练秘籍
本书的重点不在于教授传统的机器学习算法，而在于教你如何使机器学习算法发挥作用。

CS229 斯坦福大学公开课 ：机器学习课程

视频课程

台大林轩田机器学习基石1-16全+技法1-8

视频课程 台湾大学林轩田中文授课
课程笔记

李宏毅机器学习课程

视频课程
李宏毅机器学习(2016)
李宏毅机器学习(2017)

吴恩达深度学习

视频课程
由 deeplearning.ai 出品，网易引进的正版授权中文版深度学习工程师微专业课程，让你在了解丰富的人工智能应用案例的同时，学会在实践中搭建出最先进的神经网络模型，训练出属于你自己的 AI。

斯坦福CS231n李飞飞计算机视觉

视频课程

人工智能实践：Tensorflow笔记

视频课程

（二）书和博客

《CS229吴恩达机器学习讲义》
《机器学习》-周志华
豆瓣地址：机器学习 (豆瓣)
说明：这本书是中文里最好的机器学习教科书了，说明很清晰而且全面。但是算法的推导过程很简略以至于完全看不懂。建议大致看一遍，算法的推导结合网上的博客和其他教程进行理解。
《统计学习方法》-李航
豆瓣地址：统计学习方法 (豆瓣)
说明：各种算法的推导过程。
《机器学习实战》
豆瓣地址：机器学习实战 (豆瓣)
说明：这本书基于python对一些主要的机器学习算法进行了代码实现。一定要照着敲一遍。
《深度学习》
豆瓣地址：深度学习 (豆瓣)
《深度学习》是深度学习领域奠基性的经典教材。全书的内容包括3个部分：第1部分介绍基本的数学工具和机器学习的概念，它们是深度学习的预备知识；第2部分系统深入地讲解现今已成熟的深度学习方法和技术；第3部分讨论某些具有前瞻性的方向和想法。

刘建平Pinard博客
李宏毅网站

二、竞赛平台

1.kaggle
地址：Competitions | Kaggle
说明：kaggle是一个机器学习竞赛网站。除了在进行中的，有悬赏金的比赛，也有入门的练习赛。使用方法见大数据竞赛平台--Kaggle 入门。
2.阿里天池大数据竞赛
地址：天池大数据科研平台-打造“数据众智、众创”第一平台
说明：阿里办的，性质同kaggle。
3.data castle
地址：http://www.pkbigdata.com/
说明：中国版kaggle

三、数据结构与算法

领扣题库
leetcode解答参考
awesome-algorithm 包括C++和Python版
leetcode

剑指Offer——名企面试官精讲典型编程题
《剑指Offer》第二版源代码
《剑指Offer》面试题Python实现

算法视频课程
麻省理工学院公开课：算法导论

四、面经

2019年秋招计算机类面经
个人秋招算法岗总结、面经

本文参考：
机器学习自学指南
如何用3个月零基础入门机器学习？
从ML零基础到斩获BAT offer