本帖最后由 2919005896 于 2018-10-13 11:06 编辑
这边文章主要是入门的一些视频和书籍，这些书籍和视频也是在网上找的
入门视频机器学习很多人会推荐吴恩达在斯坦福的公开课CS229，但对于初学的同学来说，并不适合。虽然Andrew在课的最开始就说了，他的这门看更侧重于实践。但真实情况是，里面有太多的数学推导和证明。直接使用这门课来入门，对初学的同学来说，在信心上会是不小的打击。特别是很多从应用开发转到机器学习的同学，毕竟在平常的工作中，大学的数学知识在实际的开发中应用的并不多，估计很多现在都已经生疏了。
对于机器学习，我推荐吴恩达在Coursera开设的机器学习课程，课程免费，侧重于基本的原理和工程实现，对初学者相对友好。字幕中英可选。
课程链接：https://www.coursera.org/learn/mach
深度学习在看李宏毅老师的视频时，Andrew的《深度学习工程师》项目还没开始。后来把Andrew的课程看完（一共五部分，目前只出了前四部分），觉得Andrew的课程同样很棒。两者对比，李宏毅老师的课，课时相对较短，内容相对全面（对无监督学习、对抗学习、强化学习都有介绍），课程偏重概念介绍，但涉及到数学的部分跳跃性较大，不容易跟上。Andrew的课学时相对较长（一共五个大的部分），内容相对集中（主要讲解监督学习，集中在DNN、CNN和RNN），但讲解和分析更加细致，学习曲线相对平坦。针对于初学者可以先看李宏毅老师的课程对深度学习有个整体的框架认识，然后看Andrew的课程把握更多的细节知识。Andrew的课程本来是Coursera的付费课程，目前跟网易云课堂合作，不用翻墙就可以看了。
入门书籍机器学习
机器学习的入门书籍，当仁不让的就是周志华老师的西瓜书《机器学习》了。这本书基本囊括了绝大多数经典的机器学习方法。但坦白的讲，这本书入门也不是那么轻松，大量篇幅的数学推导和证明。建议初学者可以在第一遍的时候跳过具体的数学推导，更侧重在知识框架和原理的学习和提炼，后面可以通过第二遍或第三遍来深入其中的数学原理
深度学习
这一本称为目前深度学习领域的圣经，而作者们也确实做到了深入浅出，循序渐进。不是单纯的抛一个结论，而是逐步的深入，最终阐明原理。建议像《机器学习》一样使用：不要求第一遍就能全部吸收，可以先从框架和基本原理入手，跳过部分细节，后面再逐步深入。
数学基础通过前面的视频和书籍已经对机器学习和深度学习有了基本的系统框架和原理认识，同时，也积累了对数学知识进行系统复习的强烈欲望。这时候就可以有的放矢的复习大学知识了。可以针对性的对数学知识的复习。不用系统的复习
Python有了前面的基础相信你已经跃跃欲试了，但别急，工欲善其事必先利其器。可能你已经有MATLAB、C/C++、Java的编程经验，但建议再入手一款新武器-Python。虽然前面的语言也可以用于机器学习和深度学习相关的研究和开发，但Python的使用范围更广，参考资料也更加丰富。
我的自己经验是， - 1-在网上找一篇Python入门的帖子，搭建环境，运行简单的例子（半天）
- 2-找一本基础书籍，系统的熟悉下语言的基本特性和完整框架（1~2天）
ps：我之前有C/C++和Java的语音基础 - 3-开始正常使用Python进行开发，遇到问题，求助搜索引擎（2个月以上）
- 4-觉得自己对语言就基本的掌握后，可以根据选择进行进阶学习了
上面1~2天时间来系统的熟悉Python语言特性和语言框架的书籍我推荐，
《Python基础教程》
（这本书很厚，初期把目录扫完就可以了，后面当做字典来使用） -
- 进阶阶段，推荐，
《流畅的Python》 -
- 动手实践初级
好了现在我们终于可以动手实践了，
《Python机器学习及实践：从零开始通往Kaggle竞赛之路》 -
这是很薄的一本书，但对于初学者实践来说却是非常棒的一本书。书中的大多数算法都是基于sk-learn来实现的。使用现成的Python库，而不用关心具体算法实现过程，可以快速体验机器学习算法的效果。同时，书的最后比较细致的介绍了Kaggle竞赛平台的使用，实战性更强
进阶《Python机器学习及实践：从零开始通往Kaggle竞赛之路》使用现成的Python库（工程中也大多是这样的）。但很多同学还是更希望能手工实现具体的算法，觉得这样基本功才扎实，那下面的这两本书就能很好的满足有这样想法的同学了。
《机器学习实战》 -
经典的机器学习算法手工实现，书中包含大量的代码实例。但这本书出本的比较早，深度学习内容基本没有涉猎。针对这种情况，就有了下面这本的推荐，
《TensorFlow Machine Learning Cookbook》-
这本书主要是基于TensorFlow的，手工编织网络。而且，书的内容就像它的名字一样，结构编排跟类似菜谱：开始前需要准备什么，开始后需要遵从哪些步骤，最后又会得到怎样的结果，条理非常清晰。目前这本书已经有了中文版
杂项比较正统的学习基本就算介绍完毕了。其实，除了上面的主线内容外，很多比较零散的资料，对于学习来说也还是很有裨益的。
《莫烦视频》
莫烦的个人主页有很多机器学习和深度学习相关的个人录制视频。以非常简洁的方式介绍了机器学习和深度学习相关的概念和框架，对初学者快速建立概念很有帮助(PS:92年的小鲜肉，真是不得了)。
地址：https://morvanzhou.github.io/about/ 《AI技术内参》
这是《极客时间》的一个付费专栏。主要推送AI相关的技术历史、当前行业信息和科研成果，从目前的使用情况来说，在品质上还是有保障的。
| 
发表于 2018-10-13 11:01:34
