机器学习路线及资料分享

文章来自公众号：AlgorithmDeveloper，专注机器学习与Python，编程与算法，还有生活。

1. 前言

机器学习的基本方法论说简单点就是在已知的数据集中寻找数据的规律，在未知的数据集中寻找数据的关系，为找到样本数据的规律，就需要提取数据的特征，建立模型。

在学习机器学习的过程中，花了很多时间搜集资料，今天就全部整理出来，其中有的是自己正在看的而且觉得好的，有的是别人推荐的，如果你也有觉得很好的资料或开源项目，欢迎留言分享。

交流和分享最能让技术人进步！

2. 学习路线

image

3. 数学

微积分
《麻省理工学院公开课：单变量微积分》
http://open.163.com/special/sp/singlevariablecalculus.html

线性代数
《麻省理工学院公开课：线性代数》
http://open.163.com/special/opencourse/daishu.html

概率统计
《可汗学院公开课：概率》
http://open.163.com/special/Khan/probability.html
《可汗学院公开课：统计学》
http://open.163.com/special/Khan/khstatistics.html

4. Python

image

5. 机器学习

5.1 机器学习理论

视频：
《机器学习基石》、《机器学习技法》—台湾大学林轩田；

《吴恩达机器学习视频》

https://www.coursera.org/learn/machine-learning

书籍：
《统计学习方法》——李航
《机器学习》——周志华
《模式识别与机器学习》

5.2 机器学习实战

书籍：
《Python机器学习及实践_从零开始通往Kaggle竞赛之路》
《机器学习实战》

其他：
GitHub：100天机器学习挑战项目：
https://github.com/Avik-Jain/100-Days-Of-ML-Code

莫烦视频教程：
https://morvanzhou.github.io/about/

6. 其他

除了以上介绍的，下面这些资源也很不错

YouTuBe - Google Developer：
从hello world讲到如何使用tensorflow
https://www.youtube.com/playlist?list=PLOU2XLYxmsIIuiBfYad6rFYQU_jL2ryal，

用python玩机器学习：
https://pythonprogramming.net/machine-learning-tutorial-python-introduction/

不错的博客：
http://iamtrask.github.io/
https://machinelearningmastery.com/blog/

Github上的机器学习与深度学习教程：
https://github.com/ujjwalkarn/Machine-Learning-Tutorials

Algorithmdeveloper