机器学习书籍资料(自己正在读的)---self-reading ML booklist ( To be continued )
###0.Introduction to ML & DL (both wholly and briefly)
- Foundations of Machine Learning–MIT
- Understanding Machine Learning from theory to Algorithms(★★★★★)
- Fundamentals of Machine Learning for Predictive Data Analytics
- 从头开始实现神经网络:入门
- Hacker’s Guide to Neural Networks
- A Deep Learning Tutorial: From Perceptrons to Deep Networks–中文版 here
- Brief History of Machine Learning
- 理解SVM的三层境界-支持向量机通俗导论
- PRML 读书会–很早之前
- 一篇非常好的概述机器学习的文章(★★★)–博客位置
- 深度学习机器环境配置
- Deep Learning–Benjio
- Neural Networks and Deep Learning–Michael Nielsen–很有名的一份课程(和 UFLDL 配合)
- "生成对抗网络"是啥?这位技术大牛给你讲讲
###1.ALgebra
- Introduction to Linear Algebra-Gilbert Strang
- 第五版个人主页(电子版还未开放)
- 第四版下载地址
###2.Calculus
- Single Variable Calculus–MIT
- Multivariable Calculus–MIT
- Multivariable Calculus–Khan academy(一个类似国内**万门大学**的很精致的国外教学网站)
###3.Probabilies
- Stanford 机器学习概率简单介绍
- Machine Learning A Probabilistic Perspective–Kevin Murphy
- Probability for Statistics and Machine Learning
###4.Python(both books and websites) - Python Cookbook–中英文都有(★★★★★)
- 还有一个精致的中文版**在这里**
- Python for Probability, Statistics and Machine Learning(★★★★★)
- Python Machine Learning
- Python Machine Learning Cookbook–Code repository
- Introduction to Machine Learning with Python–Oreilly 2016
- Essentials of Machine Learning Algorithms (with Python and R Codes)
- 廖雪峰 Python 教程
- DL 实践
- Practical Deep Learning For Coders(★★★★★)
- Learn TensorFlow and deep learning, without a Ph.D(★★★★★) More detailed introduction of the knowledge in it
###5.School Slides or Handouts
- cmu 机器学习课程:
- Statistical ML–统计系的课
- ML in cs depart–Mitchell–计算机系的课
- stanford :
- CS 229 Machine Learnig
- CS229T Statistical Learning Theory–theory part
- UFLDL–Unsupervised Feature Learning and Deep Learning–中文版–By Andrew NG
- CS 345a Data Mining
- CS 231n Convolutional Neural Networks for Visual Recognition–CNN(★)
- CS 246 Mining Massive Data Sets
- CS224d: Deep Learning for Natural Language Processing —视频下载—博客笔记
- mit:
- Prediction: Machine Learning and Statistics–统计知识更加详细
- Mathematical statistics
- Theory of Probability
- Mathematics for computer science
- nyu :
- Introduction to Machine Learning
- 上交:
- 统计机器学习–课件讲义
- 机器学习导论–课件讲义
- Coursera :
- Neural Networks for Machine Learning
- Mathemetics for Machnie learning
- Neural Networks and Deep learning[NG]
###6.Statistics & Statistical Learning
- Lecture Notes on Statistical and Machine Learning
- The Elements of statistical learning–Stanford(很经典的一本书 up to 10th edition)
- Machine Learning a Probabilistic Perspective(★★★★★)
###7.Open Courses - 机器学习基石–课程已下架,只能参阅笔记–线下下载在这
- Learning from data–iMooc课程,授课人是上边那个课程的老师
- Neural Networks in Machine Learning–Hinton–多伦多大学的大牛,DL 领域の四大天王1之一
- Udacity Deep Learning 课程–from goole 强推(★★★★★)–Github 笔记地址&1 &2
###8.Outstanding blogs - 台湾国立大学机器学习基石听课笔记
- Deep Learning 基础细节及实现(★★★★★)
- Deep Learning(深度学习)学习笔记
- 机器学习算法与Python实践
- Deep learning 实战
- 神经网络入门+ 遗传算法入门
- 漫谈 Clustering 系列
- The EM Algorithm–元老级博客–自2011年就发表了很多算法的详解
- Deep Learning(深度学习)学习笔记整理系列之LeNet-5卷积参数个人理解
- 计算机的潜意识(★★★★★)
- 元老级的机器学习、数据挖掘博客(★★★★★)
- 机器学习中常见的损失函数(★★★★★)
- 部分算法的 Python 实现
- 很多问题的收集(★★★)
- 神经网络编程入门
- 偏重于系统架构的一个博客
- TensorFlow中cnn-cifar10样例代码详解–有好多源码讲解(★★★★★)
- 交叉熵、softmax 推导、NTM(神经图灵机)
- 机器学习及数学知识很多–有机器学习中的数学系列(★★★★★)
- Shareditor–自己动手做聊天机器人、机器学习系列教程-- github 地址(★★★★★)
- Jasonding 机器学习中的数学等–github 主页(★★★★★)
- TensorFlow tutorial 以及 深度学习实验(★★★★★)
- 深度学习系列博客(★★★★★)
- ResNet && DenseNet(原理篇) 及 tensorflow 实现
###9.Interesting and Novel things - CNNdroid 在移动设备上的应用
- 深度学习盛会ICLR2017最佳论文
- 梵高眼里的星空有多美
- Deep Learning for Chess
- Duplicate Question Detection with Deep Learning on Quora Dataset
- Google Tensorflow Playground–在网站上体验神经网络的训练–介绍其基本原理的一个博客
- DeepLearningFlappyBird
- ConvNetJS–网页的深度学习部署框架
- DyNet–动态神经网络工具包–faster than Theano and TensoFlow–论文地址
- Tensorflow 梵高作画 1–大神 July 的博客,我是他的小粉丝 2
###10.Four Kings of Machine Learning - Geoffrey Hinton
–多伦多大学
–将 BP 算法用于神经网络和深度学习的倡导者,NN 的卫道夫
–Google AI
–Inovation: Dark Knowledge 的概念
- Yann Lecun
–纽约大学
–BP 算法的提出者(博士期间,也是Hinton 的学生);CNN在DL中应用的开拓(代表是 Lenet)
–Facebook AI
–Inovation: Lenet(手写数字识别系统); Lush(面向对象编程语言>=~Matlab)
- Yoshua Bengio
–蒙特利尔大学
–RNN 在 DL 中应用的开拓者(代表是 Lenet)
– CIFAR 领导人
–Inovation: 细致讨论了 Natural Language Model, Gradient Vanishing, word2vet 原型
–Inovation: Theano(基于 Symbolic computational graph) 创始人,为后来的 Keras, 国内的 Mxnet, google 的 TensorFlow 以及 Berkeley 的 cgt 的创建都基于这个库。
- Andrew NG
–斯坦福大学
–Coursera 创建者;Google Brain 创建者
–百度首席
###11.Tools and Libraries
- Scikit-Learn
- 机器学习使用python
- TensorFlow-中文社区在这里(速度特别慢)
###12.Competitions
- CIKM 数据挖掘竞赛
- DataCastle 数据应用竞赛–好地方啊好地方
- 天池大数据竞赛–Ali
- Kaggle
- 英特尔 Kaggle 竞赛技术参考–会提供计算资源,有期限,而且要用 intel 的东西
###13.Datasets - 100+诡异的数据集
- UCI dataset–加州大学机器学习数据集
- Deep Learning Datasets
###14.Interview Materials - 一份面试问题合集
- 8个机器学习 Cheat Sheet
- SoulMachine Machine Learning Cheat Sheet(★★★★★)
###15.Superior Websites(already read in this process):
未读或待读,以及收集的书单链接**在这里**。
- The Mathematics of Machine Learning(介绍很详细,也有资料介绍,我有很多都是看了它推荐的课)
- 一个国外学者的博客–Dr. Mark Humphrys(有讲好多算法 e.g. BP MLNN)
- 非常好的 Machine Learning 学习网站1(★★★★★)
- 非常好的 Machine Learning 学习网站2–Ritchie NG(★★★★★)
- Deep Learning.net–DeepLearning tutorial 0.1 based on Theano
- Machine Learning in Games
- Redit/Mongodb 绝佳讲解 blog
###16.Data Structure and algorithm
- July’s blog–微软100 and 37章经
- Code Ganker --Leetcode
- 18大经典数据挖掘算法小结–有 github 实现
###17.Subfield: Reinforcement Learning
- Reinforcement Learning: An Introduction
###18.Subfield: 推荐系统
- Blog:
- 推荐系统常用算法及机器学习—Blog
###19.Subfield: Nueral Networks
- 数据挖掘系列(10)——卷积神经网络算法的一个实现(★★★★★)
- Deep Learning模型之:CNN卷积神经网络(一)深度解析CNN(★★★★★)
- 神经网络和深度学习-学习总结
- 深度学习元老Yann Lecun详解卷积神经网络
- 卷及神经网络BLog
- Convolutional Neural Networks (LeNet)
- Deep learning:三十八(Stacked CNN简单介绍)(★★★★★)
- Deep Learning论文笔记之(四)CNN卷积神经网络推导和实现(★★★★★)
- 人工智能 CNN 可视化
###20.Related books
- The most important machine learning books.
###21.Important persons
- 国内外需要关注的大牛.csdn
他们分别是 Geoffrey Hinton, Yann Lecun, Yoshua Bengio and Andrew NG
他们现在从事的单位分别是Google AI, Facebook AI, CIFAR and Baidu. 简介链接 ↩︎
机器学习书籍资料(自己正在读的)---self-reading ML booklist ( To be continued )相关推荐
- 机器学习书籍资料推荐
机器学习的资料较多,初学者可能会不知道怎样去有效的学习,所以对这方面的资料进行了一个汇总,希望能够对和我一样的初学者有一定的借鉴. 1. 数学基础 机器学习是构建于数学的基础之上的,因此只有把 ...
- 机器学习相关资料推荐 http://blog.csdn.net/jiandanjinxin/article/details/51130271
机器学习(Machine Learning)&深度学习(Deep Learning)资料 标签: 机器学习 2016-04-12 09:16 115人阅读 评论(0) 收藏 举报 分类: 机器 ...
- 良心推荐:机器学习入门资料汇总及学习建议(2018版)
本文转载自:机器学习初学者 作者 :黄海广 机器学习初学者公众号自从2018年10月开设以来,发表了不少机器学习入门的宝贵资料,受到广大机器学习爱好者的好评,本文对2018年本站发 ...
- 良心推荐:机器学习入门资料汇总及学习建议(2018版)--黄海广
机器学习初学者公众号自从2018年10月开设以来,发表了不少机器学习入门的宝贵资料,受到广大机器学习爱好者的好评,本文对2018年本站发过的文章进行分类和汇总,以便初学者更好地学习.(作者:黄海广) ...
- 深度学习试题_初学者入门宝典-机器学习入门资料汇总及学习建议(2018版)
机器学习初学者公众号自从2018年10月开设以来,发表了不少机器学习入门的宝贵资料,受到广大机器学习爱好者的好评,本文对2018年本站发过的文章进行分类和汇总,以便初学者更好地学习. 机器学习入门,初 ...
- 我爱机器学习--机器学习方向资料汇总
转载:http://blog.csdn.net/shuimanting520/article/details/45748505 机器学习爱好者资料 机器学习领域的几种主要学习方式 From Stump ...
- python资料书-史上最全Python从入门到资深书籍资料分享!
今天我来为大家分享十本不可错过的Python好书,分别适合入门.进阶到精深三个不同阶段的人来阅读. Python高性能编程 Amazon 五星畅销书. Python 入门进阶必读. Python代码仅 ...
- python学习书籍推荐-Python语言之6本机器学习书籍推荐
本篇文章主要讲述Python语言之6本机器学习书籍推荐,希望阅读本篇文章以后大家有所收获,帮助大家对相关内容的理解更加深入. 机器学习是实现人工智能的一种途径,它和数据开掘有一定的相似性,也是一门多领 ...
- 个人管理 - 书籍推荐(待读)
在<个人管理 - 书籍推荐(已读)>中推荐了一些书籍,有些人从中选取了一些,但其实还有很多好书我还没有读,为了给大家更多选择,我把我欠下的书债也贴上来.由于豆瓣还没有提供书列表的功能,我使 ...
最新文章
- dispatch callback ant design pro 网络请求回调函数
- Qtum量子链作客第四届拉美商业科技大会
- ASP.NET基础教程-以查询字符串的方式在两个页面之间传递信息
- IA-32系统编程指南 - 第三章 保护模式的内存管理【2】
- OEA中的缓存模块设计
- MySQL语句集锦(持续更新)
- python输出文本对齐_python-使用PIL使文本居中对齐/居中对齐?
- C++ Primer 第十三章 拷贝控制
- leetcode(105)从前序遍历和中序遍历构建二叉树
- Anaconda 3 详细安装教程
- 西安火车站迎来“大手术”
- 修电脑入门名词及等级划分
- java mediatype属性_SpringMVC 及常用MediaType
- mysql 设置平均值小数位数_mysql小数位数设置
- Sigma-Delta 调制
- android.mk 条件编译,android openSSL 的苦逼历程
- 常规设置——SDKMAN
- python matplotlib 绘制热图(极简)
- PPC活动的优化利用Prosper202
- FLUENT仿真精典案例#351-螺旋槽干气密封仿真