机器学习、深度学习资源汇总

最新推荐文章于 2024-09-25 16:05:52 发布

lcczzu

最新推荐文章于 2024-09-25 16:05:52 发布

阅读量148

点赞数

分类专栏：资源

本文链接：https://blog.csdn.net/lcczzu/article/details/85331643

版权

资源专栏收录该内容

2 篇文章 0 订阅

订阅专栏

最好先学习吴恩达之前发布在 coursera 上的机器学习课程（Coursera | Online Courses From Top Universities. Join for Free

吴恩达教授在网易公开课上的深度学习视频教程：

https://mooc.study.163.com/smartSpec/detail/1001319001.htm

这门课最大的特点，是它侧重于概念理解而不是数学。数学推导过程基本被略过，重点放在让初学者理解这背后的思路。另外，它还十分重视联系实际和经验总结：1. 课程中吴恩达老师列举了许多算法实际应用的例子 2. 他提到当年他们入门 AI 时面临的许多问题，以及处理这些难题的经验。

课程中代码教程使用的是Octave/MATLAB，因此不需要会 Python、C 语言，适合没有编程基础的新手。

总结起来，这门课对数学、统计、IT 基础薄弱的童鞋十分友好。其实很多机器学习入门课，都是假定学生已修完这一门，于是重点对其进行补充——讲解这门课程中吴恩达老师未涉及、或是涉及不深的话题。因此，对于机器学习 “一张白纸”的童鞋，强烈推荐从这门课起步，然后选择其他入门课程进阶，以在脑海中建立起更全面的知识体系。另外，Coursera 上这门课的论坛十分活跃，不管抛出什么问题都会有人解答，算是一个额外的好处。

----------

完成那门课程后，再完成 Jeremy Howard 精彩的深度学习课程（Deep Learning For Coders-36 hours of lessons for free）的第一部分。Jeremy 从上而下地讲授深度学习，这对初学者是必要的。

----------

推荐大家在学习deeplearning.ai这门课程之前先学习 fast.ai · Making neural nets uncool again 课程还有一个心理原因。那就是一旦你找到了激情，你就可以随心所欲地学习。

----------

如果你可以顺利构建深度神经网络，那么你就可以学习这门新的 deeplearning.ai 课程（deeplearning.ai ）了。如果你对底层细节和概念有不理解的地方，这门课将解答你的疑惑。

----------

它既没有深入到困难的数学问题中，也不会要求一大串的前期知识清单，而只是描述了一种简单的方法，来进入深度学习领域。这本书解释了如何迅速地在实践中进行开发和学习，详解最先进的工具（Keras，TensorFolw），并分析了若干个实际的项目，解释了当下所有最酷的深度学习应用是如何实现的。

此外，书中还细致地介绍了谷歌的深度学习课程以及Sephen Welch的神经网络。

----------

UBC 本科生的机器学习课程

l 课程名称：面向本科生的机器学习课 Machine Learning for Undergraduates

l 主讲人： Nando de Freitas

l 授课机构：英属哥伦比亚大学（UBC）

l 发布平台：Youtube

l 网址：https://www.youtube.com/playlist?list=PLE6Wd9FR--Ecf_5nCbnSQMHqORpiChfJf

Nando de Freitas 是机器学习领域非常杰出的学者。他的这门课很适合作为吴恩达老师“机器学习”的进阶课程，因为：1. “机器学习”省略掉的一些概念，可以在这门课中找到。2. “机器学习”课不重视数学，而数学是这门课的重点内容。Nando de Freitas 对诸如概率论、log likelihood 等基础数学原理做了很好的讲解，并以此为基础介绍更高级的数学、统计概念。

对于机器学习新手，完全略过数学细节是很危险的，这门课会帮助你打下基础。

附：Nando de Freitas 2013 年转入牛津大学任教。这是他 2014-2015 学年在牛津的全套深度学习课程，包括视频、PPT 以及练习：https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/ （视频保存在 Youtube，需翻墙）。

----------

国内也有一些质量比较高的深度学习视频资源如下：

台湾国立大学李宏毅教授开设的深度学习视频;

【深度学习】李宏毅Machine Learning (2017,秋，台湾大学) 国语_哔哩哔哩 (゜-゜)つロ干杯~-bilibili

----------

两个不错的Tensorflow中文视频资源：

https://www.youtube.com/watch?v=eAtGqz8ytOI&list=PLjSwXXbVlK6IHzhLOMpwHHLjYmINRstrk

https://www.youtube.com/watch?v=TrWqRMJZU8A&list=PLwY2GJhAPWRcZxxVFpNhhfivuW0kX15yG&index=2

---------------------

深度学习不错的平台推荐‍

国外的 Coursera、edX、优达学城（Udacity）、Udemy；国内的网易公开课、七月在线都集中了相对优质的学习资源。当然，英语不错的童鞋推荐国外学习网站，尤其它们的问答论坛非常有帮助。

对于英语基础不是那么好的童鞋，Coursera 和优达学城很重视中国市场，它们的大部分机器学习资源都添加了汉语字幕。对于 edX 和可汗学院的部分课程，网易公开课有字幕翻译。