Machine Learning机器学习自学资料整理

机器学习目前比较热,网上也散落着很多相关的公开课和学习资源,做一个汇总整理,便于大家参考对比。希望大家持续补充

|– 手册类

    |--- 课程图谱博客:http://blog.coursegraph.com/
    |--- W3shool 关于 Python 3.xx 版本技术文档
            |---- 网页地址: http://www.w3cschool.cc/python3/python3-tutorial.html 
            |---- 网盘地址(全套 W3shool pdf 文档): http://pan.baidu.com/s/1c0lMaYW
    |--- Python 中文开发者网站 :http://www.pythontab.com/ 
    |--- PyTab 在线手册中心 :http://docs.pythontab.com/
    |--- WEB 开发者 Python 网站 :http://www.admin10000.com/python/
    |--- Linux CentOS 中文网 : http://www.centoscn.com/
    |--- Linux Study - Area : http://study-area.org/menu2.htm
    |--- 36 大数据知识分享网站 : http://www.36dsj.com/ 
    |--- cnblog Python 快速教程(Vamei): http://www.cnblogs.com/vamei/archive/2012/09/13/2682778.html



|– 类库

    |--- Python 机器学习类库: http://scikit-learn.org/stable/



|– 书籍类

    |---《Learning from Data》 :
    |--- 李航《统计学习方法》  : 
    |--- WEB     开发相关书籍下载 :  http://yun.baidu.com/s/1jGmKgfG 



|– 视频类


|— Coursera上斯坦福大学Andrew Ng教授的“机器学习公开课”

|---- 类       别:适合入门
|---- 网页地址: https://www.coursera.org/learn/machine-learning/outline
|---- 学习笔记:推荐 @小小人_V 同学这门课程的学习笔记:http://vdisk.weibo.com/s/J4rRX/1373287206
|---- 网盘地址(全视频版和字幕,ppt和笔记):
            百度云分享: http://pan.baidu.com/s/1i31QDTF 密码: 1a36
            360云盘分享:http://yunpan.cn/cJYpBDKUqrzNR (提取码:6e99)

|— 网易公开课收录的“斯坦福大学公开课 :机器学习课程”

|---- 类       别:神经网络以及它们在机器学习中的应用
|---- 网页地址:http://v.163.com/special/opencourse/machinelearning.html
|---- 老一代的公开课,老师仍然是Andrew Ng教授,不过视频来自于斯坦福大学的课堂录制视频,课程难度要高一些,可以作为Ng老师Coursera上“机器学习公开课”的进阶课程

|— Coursera上台大林軒田老师的“機器學習基石 (Machine Learning Foundations)公开课”

|---- 类      别:难度递进、中文讲解,比较适合国人
|---- 网页地址:https://www.coursera.org/course/ntumlone
|---- 林老师年轻有为,也是机器学习畅销书《Learning from Data》的作者之一

|— edX上加州理工学院的“Learning From Data”

|---- 类       别:进阶学习 
|---- 网页地址:https://www.edx.org/course/learning-data-caltechx-cs1156x
|----和上面台大机器学习课程渊源很深,内容基本上出自加州理工的这本同名教材《Learning From Data》,林老师也曾在该校读博,这门课程的授课老师也是他的导师Abu Mostafa教授。

|— 网易公开课收录的“加州理工学院公开课:机器学习与数据挖掘”

|---- 类       别:进阶学习 
|---- 网页地址:http://v.163.com/special/opencourse/learningfromdata.html
|---- edX上“Learning From Data”的原版课程,授课老师依然是Abu Mostafa教授,edX上老师在论坛上和同学互动,而网易公开课上有翻译。

|— Coursera上多伦多大学Geoffrey Hinton大神的“Neural Networks for Machine Learning”公开课

|---- 类       别:神经网络以及它们在机器学习中的应用
|---- 网页地址:https://www.coursera.org/course/neuralnets
|---- 老头子去了Google,这门deep learnig必修课程有可能不再开了,提供两个网盘下载地址:
|---- 网盘地址:1 hinton-ml:链接: http://pan.baidu.com/s/1o6wugps 密码: 8386
|---- 网盘地址:2 neuralnets-2012-001:链接:http://pan.baidu.com/s/1dD4JY17 密码: pfnf

|— Coursera上华盛顿大学Pedro Domingos教授的“机器学习公开课”

|---- 类       别:机器学习
|---- 网页地址:https://www.coursera.org/course/machlearning
|---- 老师是机器学习的大牛Pedro Domingos,他写过的“”A Few Useful Things to Know about Machine Learning”广为流传,这门课虽然没有正式开始,但是通过preview的链接可以看课程的所有视频。

|— 超星学术上来自于贝尔实验室的“机器学习”课程

|---- 类       别:
|---- 网页地址:http://video.chaoxing.com/serie_400004125.shtml

|— 龙星计划机器学习课程资源

|---- 1)2012龙星计划机器学习课程的视频及课件
    |---- 网页地址:http://t.cn/zlA2ZHb
    |---- 网盘地址:http://pan.baidu.com/share/link?shareid=27613&uk=1513052211
    |---- 课件:2012龙星计划机器学习课件
|---- 2)2013龙星计划深度学习(Deep Learning)课程视频
    |---- 网页地址:龙星计划天津站 邓力老师的讲课视频 http://t.cn/zQixW12;天津大学深度学习龙星计划课程视频:http://t.cn/zQixW12
    |---- 网盘地址:http://pan.baidu.com/share/link?shareid=3220401770&uk=723014463
    |---- 课件:2012龙星计划机器学习课件

公开课可下载资源汇总

  • 3
    点赞
  • 19
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
机器学习Machine Learning)是一门研究如何使计算机具备自动学习能力的学科。它通过构建数学模型和算法,让计算机能够从已经有的数据中自动学习,并根据学习到的知识完成各种任务,而无需显式地编程指令。 机器学习的核心思想是从海量的数据中抽取出其中的模式和规律,并将这些模式和规律应用于新的数据。通过统计学和概率论的方法,机器学习能够学习到数据之间的相关性,对未知的数据进行预测和分类。 在实际应用中,机器学习可以应用在各个领域,例如自然语言处理、图像识别、推荐系统、医学诊断等。机器学习算法可以根据不同的问题和数据类型选择不同的方法,如决策树、支持向量机、神经网络等。 机器学习的研究可以分为监督学习、无监督学习和强化学习三大类。监督学习是指给机器提供已经标注好的数据,让机器根据这些数据进行学习,例如给机器看很多猫的图片,让机器学习如何识别猫。无监督学习是指让机器自己从无标签的数据中学习,尝试发现数据之间的相似性和规律。强化学习则是通过试错的方式,让机器通过与环境的交互学习最优的策略。 机器学习的发展离不开大数据的支持,只有在海量的数据中才能够发现更加精准的规律。同时,也需要强大计算能力的支持,以便能够处理和分析大规模的数据。 机器学习在如今信息爆炸的时代具有广泛的应用前景,将成为数据驱动决策和智能化技术的重要基础。同时,随着硬件技术的不断发展和优化,机器学习的效率和准确度也将不断提高,助力人类更好地应对各种复杂的问题和挑战。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值