1. 机器学习视频: 加州公开课, 斯坦福NG的公开课。建议先看加州的,入门更好;NG的公式容易把人绕晕。
2. 机器学习书籍:机器学习TOM,这个是老经典,就是翻译欠佳; PRML,这个书正版的超贵,但是比较新且系统,可以通过其他途径搞个副本。
3. 自己动手编码实现2、3种经典算法,比如SVM,LR,BPNN等。
4. 了解Spark上目前支持的机器学习方法的用途和用法,这个在日常工作中会用到。知道的多一点,方便技术选型
5. 机器学习简史: http://www.52ml.net/11881.html
6. 了解一下十大机器学习算法的优缺点。十大在网上找就可以了。
7. 这里有个比较全的资料汇总:有空多看看 http://www.52ml.net/star
2. 机器学习书籍:机器学习TOM,这个是老经典,就是翻译欠佳; PRML,这个书正版的超贵,但是比较新且系统,可以通过其他途径搞个副本。
3. 自己动手编码实现2、3种经典算法,比如SVM,LR,BPNN等。
4. 了解Spark上目前支持的机器学习方法的用途和用法,这个在日常工作中会用到。知道的多一点,方便技术选型
5. 机器学习简史: http://www.52ml.net/11881.html
6. 了解一下十大机器学习算法的优缺点。十大在网上找就可以了。
7. 这里有个比较全的资料汇总:有空多看看 http://www.52ml.net/star