近千人点赞！哈佛博士放出超多资源，机器学习课程教程小抄全都有

安妮编译整理
量子位出品 | 公众号 QbitAI

对于机器/深度学习初学者来说，没什么比“学了芝麻忘了西瓜”更让人丧气的了！

谷歌了同一个知识点135遍，但用兵一时之日仿佛从未经历，不断陷入“马冬梅困境”：

不仅你有这种困境，哈佛机器学习方向在读博士Samuel Finlayson也忍不了了。

近日，Finlayson整合了一份机器学习和统计学必备的学习清单，里面包含开放课程、教科书、网友贡献的教程和业内大拿的博客等诸多学习资料。

清单一经放出，就在推特收获了高额点赞量。

Finlayson介绍说，整套资源共分为四大类内容。

开放课程和教科书类资源涵盖了数学、图形学、机器学习、深度学习、强化学习等大范围内容，完整学习一套需要几周到几个月的时间。

这些大多是世界名校的公开课，不出门也能听斯坦福大学、纽约大学、伯克利大学的教授侃侃而谈。

△ 开放课程和教科书类资源不完全截图

当然~也包括之前众多CS博主强推的吴恩达的CS229讲义。

教程和个人讲义类资源多来自于网友贡献的课程笔记，包括线性代数、概率与统计、贝叶斯机器学习等专项内容，学完每个资源需要的时间从几周到几个月不等。

Finlayson说这部分是他觉得效果最好最感兴趣的一部分，也希望大家一起贡献。

此外，如果临近期末复习，想要找到一份类似知识点大全的东西，可以去备忘单类里找一找，这个类似小抄的工具箱说不定能在考试中帮你提几分。

除了这些系统的课程和讲义，Finlayson还收集了一部分杂七杂八的网站，包括一些机构和个人的博客。Finlayson表示这些博客不定期会发一些因吹斯听的内容。

下面这个链接，可以把你传送到这篇博客原文：

https://sgfin.github.io/learning-resources/

记得收藏~

— 完 —

年度评选申请

加入社群

量子位AI社群开始招募啦，欢迎对AI感兴趣的同学，在量子位公众号（QbitAI）对话界面回复关键字“交流群”，获取入群方式；

此外，量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募，面向正在从事相关领域的工程师及研究人员。

进专业群请在量子位公众号（QbitAI）对话界面回复关键字“专业群”，获取入群方式。（专业群审核较严，敬请谅解）

活动策划招聘

量子位正在招聘活动策划，将负责不同领域维度的线上线下相关活动策划、执行。欢迎聪明靠谱的小伙伴加入，并希望你能有一些活动策划或运营的相关经验。相关细节，请在量子位公众号(QbitAI)对话界面，回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态