机器学习规划

机器学习规划

Github上的AI Learning的资源，汇集了30多名贡献者的集体智慧，把机器学习的路线图、视频、电子书、学习建议等中文资料全部整理好了。目前在GIthub上已有10000+star,希望能给大家带来一点帮助。
传送门: [https://github.com/apachecn/AiLearning]

学习路线图

很多初学者都会遇到这样的问题：入门机器学习应该从哪里学起？

他们建议，学习路径分三步，先学机器学习基础，然后攻克深度学习基础，最后学习自然语言处理（NLP）相关知识。贡献者表示：按照这个流程来学习，你可以当大牛。

机器学习基础部分学习路线图：

1.机器学习基础

2.KNN近邻算法

3.决策树

4.朴素贝叶斯

5.逻辑回归

6.SVM支持向量机

7.集成方法

8.回归

9.树回归

10.K-Means聚类

11.利用Apriori算法进行关联分析

12.FP-growth高效发现频繁项集

13.利用PCA来简化数据

14.利用SVD来简化数据

15.大数据与MapReduce

16.推荐系统

在上面16个学习模块中，是知识点介绍、常用工具和实战项目等不同类型的学习资源的整合版。

机器学习有这一份资料足以！！！