机器学习/深度学习资料（持续更新)

机器学习/深度学习资料（持续更新）

这篇博文，收集一些机器学习/深度学习的资料，以及学习路径。

学习资料

基础学习

高等数学：https://zhuanlan.zhihu.com/matongxue

线性代数：https://www.matongxue.com/#/topics/763

机器学习

1. Machine Learning (Coursera)，免费，【可能需】:
   介绍机器学习的基础概念、算法；课程简单易懂，并配有编程作业（使用Matlab实现）
   https://www.coursera.org/learn/machine-learning
   该课程在网易云课堂也有引进，缺点是没有配套作业：
   http://study.163.com/course/introduction/1004570029.htm

2. 《机器学习》 周志华（俗称西瓜书）
   https://book.douban.com/subject/26708119/

3. Google 机器学习速成课程，免费，【需】
   介绍机器学习的基础概念、算法，并以TensorFlow为工具。
   https://developers.google.com/machine-learning/crash-course/

4. 《统计学习方法》 李航
   https://book.douban.com/subject/10590856/

深度学习

1. Deep Learning (Coursera)，$49/月，【可能需】:
   介绍深度学习的基础概念、算法；并配有编程作业（使用Python实现）
   https://www.coursera.org/specializations/deep-learning
   该课程在网易云课堂也有引进且免费，缺点是没有配套作业：
   https://mooc.study.163.com/smartSpec/detail/1001319001.htm
   Deeplearning.ai 深度学习笔记
   http://imshuai.com/tag/deeplearning-ai-notes/

2. 《深度学习》 MIT（俗称花书）
   https://book.douban.com/subject/27087503/
   这本书中英文都价格不菲，但中英文版本都是官方开源的：
   英文版官方HTML版：http://www.deeplearningbook.org/
   英文PDF整理版：https://github.com/janishar/mit-deep-learning-book-pdf
   中文PDF版：https://github.com/exacity/deeplearningbook-chinese

3. Neural Networks and Deep Learning

具体应用

1. 斯坦福CS224n深度学习实现自然语言处理 CS224n: Natural Language Processing with Deep Learning【需】
   https://www.youtube.com/playlist?list=PLqdrfNEc5QnuV9RwUAhoJcoQvu4Q46Lja
2. 斯坦福CS231n卷积神经网络与视觉识别 CS231n：Convolutional Neural Networks for Visual Recognition【需】
   https://www.youtube.com/watch?v=vT1JzLTH4G4&list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv

数学

1. Linear Algebra（MIT）
   MIT 系统的线性代数课程，非常经典。适合系统性的知识补足。
   https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/
   或YouTube【需】：https://www.youtube.com/watch?v=ZK3O402wf1c&t=109s
   或电驴下载：http://www.verycd.com/topics/2866957/

2. Essence of linear algebra【需】
   以丰富的视频，从直觉的角度解释线性代数，加深对线性代数的理解
   https://www.youtube.com/playlist?list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab

3. 马同学高等数学
   国内做的比较好的线性代数付费课程，很多地方和Essence of linear algebra不谋而合。
   http://www.matongxue.net/

实践

1. Kaggle: The Home of Data Science & Machine Learning
   https://www.kaggle.com/
2. 阿里云：天池
   https://tianchi.aliyun.com/
3. Google AI
   https://ai.google/

工具

1. TensorFlow playground：可视化展示神经网络
   http://playground.tensorflow.org/
2. 交互式展示神经网络
   http://scs.ryerson.ca/~aharley/vis/
3. Google Machine Learning 术语表
   https://developers.google.com/machine-learning/glossary/

技术社区

1. 云栖社区
2. 天池技术圈
3. 机器之心

学习路径

1. Machine Learning (Coursera)，同时温习线性代数和微积分
2. Deep Learning (Coursera)，这个课程务必在Machine Learning之后学。

其他建议

1. 以个人经验，强烈建议先学完Machine Learning (Coursera)，学完就了解了基本的机器学习算法，最重要的是机器学习领域的概念、术语和方法都会涉及，再看其他资料就会亲切多了。这是无法在一个半天通过两三篇博客获得的。
2. 最好准备好，包括Coursera在墙内基本访问不了，或者就是非常慢，使用网易云课堂，没有练习效果会打折。另外，YouTube上有无数好的视频和公开课。
3. 克服英语障碍。

转自：http://imshuai.com/machine-learning-deep-learning-materials/