「机器学习」 入门学习资源！

作者 | 王久一

阅读 | 5 min

机器学习入门

久一最近对机器学习产生了兴趣，请教了学长，向此方向工作的前辈打听到一些入门资源，做了一个汇总。文末有科研交流群，欢迎博士、硕士的加入！

本文介绍的相关资源仅仅是入门，如果想提高自己的核心竞争力，一定学好数学、英语，英语才是最好的学习工具。

机器学习是一门融合概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术。学好机器学习需要的理论知识很多，有些人可能基础不是特别扎实，就想着从最底层的知识开始学起，概率论、线性代数、机器学习凸优化公式推导，等等。

但是这样做的坏处是比较耗时间，而且容易造成“懈怠学习”，打消学习的积极性。因为啃书本和推导公式相对来说是比较枯燥的，远不如自己搭建一个简单的回归模型更能激发自己的学习积极性。

当然，不是说不需要钻研基础知识，基础理论知识非常重要！只是说，在入门的时候，最好先从顶层框架上有个系统的认识，然后再从实践到理论，有的放矢的查缺补漏机器学习知识点。从宏观到微观，从整体到细节，更有利于机器学习快速入门！而且从学习的积极性来说，也起到了“正反馈”的作用。 - 红色石头

博文

1. 

机器学习简单介绍博文:

blog.csdn.net/qq_28168421/article/details/81351321

2. 

机器学习科普文章

cnblogs.com/subconscious/p/4107357.html

3.

零基础入门机器学习：

www.zybuluo.com/hanbingtao/note/433855

4.

机器学习博客：

morvanzhou.github.io/learning-steps/

5. 

机器学习该怎么入门:

www.zhihu.com/question/20691338

Python教程

1. 

廖雪峰的官方网站：

www.liaoxuefeng.com

2. 

书籍：《Python编程从入门到实战》

机器学习

1. 

吴恩达机器学习教程

• study.163.com/course/courseMain.htm?courseId=1004570029

• 吴恩达是人工智能和机器学习领域国际上最权威的学者之一

• 视频基础、系统、英语授课

2. 

李宏毅机器学习视频

• 中文授课

• www.bilibili.com/video/av10590361/?p=5

3. 

人工智能培训班教学视频

• 链接：pan.baidu.com/s/1u6eezmZ5BlfO2TDYFVlXIQ 提取码：6ebn

• 偏实战、速成、除此之外需要学好数学等知识

深度学习

1. 

李宏毅深度学习视频

• www.bilibili.com/video/av9770302/?p=3

• 课件：speech.ee.ntu.edu.tw

2. 

吴恩达深度学习课程

• mooc.study.163.com/smartSpec/detail/1001319001.htm

实践

1.  GitHub机器学习教程

• morvanzhou.github.io/learning-steps/

2.  推荐书籍

• 《机器学习实战》

推荐书籍

1. 西瓜书

2. 机器学习实战

3. 花书

学习平台

1. B站

2. 网易云课堂

3. GitHub

4. coursea

科研文献

1. 谷歌学术：scholar.google.com.tw/2. 文献下载：https://sci-hub.tw/3. 中国知网

推荐学习方法

不要一开始直接看书，没有基本概念西瓜书根本看不懂。传统机器学习可以观看吴恩达、台湾李宏毅的课程，如果机器学习看的差不多可以尝试看书消化。下一步看深度学习的相关课程，同样还是看两位大佬的教程，除此之外实践可以访问 机器学习博客 「morvanzhou.github.io」 此博客注重实践，有学习路径指导。

看的差不多可以直接上手，代码中进步最快，选择框架 Tensorflow 或者 Pytorch (传统机器学习就 sckikit-learn)，不懂得概念通过搜索引擎弄懂。实在不懂略过，回头再看可能就会了。

建议学习时候做笔记、写博客，帮助理解记忆、方便复习。

科研交流群

扫码二维码，加入科研交流群，不感兴趣者勿进！

推荐阅读

1. 

2. 

3. 

4. 

转发 ．点赞．收藏