1.入门教程

1.1李航老师的《统计学习方法》 数学原理讲的多

1.2周志华老师的《机器学习》

1.3斯坦福大学公开课  http://open.163.com/movie/2008/1/M/C/M6SGF6VB4_M6SGHFBMC.html     ng的视频

1.4 矩阵理论    《矩阵分析与应用》 张贤达 pdf 第二版     熟悉矩阵分解,特征值、特征向量等

1.5 最优化或者凸优化理论     看线性规划或者凸优化相关资料

1.6信息论和概率论      看deep learning(中文版)的前几章

1.7深度学习      看deep learning(中文版) 和《神经网络与深度学习》

1.8 《机器学习实战》 python实现

2.学习软件和库

2.1 python ,numpy,scipy,matplotlib (安装方式:下载python3.#,安装。如果没有安装pip,则手动下载安装pip;执行pip install numpy,pip install scipy;pip install matplotlib)

2.2 sklearn,xgboost (执行pip install sklearn,pip install xgboost)      sklearn包含了大部分机器学习相关的技术   sklearn 中文网站:http://blog.csdn.net/chinachenyyx/article/details/75299043

2.3 tensorflow,keras (执行pip install tensorflow;pip install keras)    tensorflow包含了大部分深度学习相关的技术,keras是高度集成的深度学习框架

2.4 jieba(安装方式:pip install jieba)  自然语言处理的工具,主要用于分词

2.5 gensim (安装方式:pip install gensim) 自然语言处理的工具,包含了很多自然语言处理的技术

2.7模型结果图示化工具graphviz    参考资料:http://blog.csdn.net/love_data_scientist/article/details/78635032

3.学习流程建议:

3.1可以先看李航老师的《统计学习方法》 和 《机器学习实战(python实战)》,不用贪多,比如《机器学习实战(python实战)》看一章,在《机器学习实战(python实战)》中找到相应的章节练习。走几个算法有感觉慢慢就好了

3.2等熟悉了机器学习处理的问题的一般流程,可以学习sklearn库相关的资料,因为库中帮我们实现了很多算法

3.3前两步完成了可以学习tensorflow(或者直接学习keras)

3.4学习完上面的,

可以学习推荐系统相关的东西,参考资料http://blog.csdn.net/love_data_scientist/article/details/77807880

可以学习自然语言相关的东西,入门为主不易入坑过深,参考资料http://blog.csdn.net/love_data_scientist/article/details/78110326;http://blog.csdn.net/love_data_scientist/article/details/78459999

关键是要理论和实践相结合,否则收获不大,而且容易忘

算法依托数据,数据决定了模型的上限,而算法只是逼近这个上限而已。

所以学习完机器学习相关的知识,还要补充数据处理相关的技术,比如hadoop,hive,mysql,尤其map-reduce的实现,可以使用java,python,shell等实现map-reduce,看个人喜好。参考资料:http://blog.csdn.net/love_data_scientist/article/details/78560668

如果还想深入学习,还可以学习一下数据检索以及结果展示相关的知识,比如ES(elastic search),ELK(Elasticsearch、Logstash和Kibana)等
---------------------
作者:love_data_scientist
原文:https://blog.csdn.net/love_data_scientist/article/details/78768159

机器学习入门--进阶资料和流程建议相关推荐

  1. 机器学习入门学习资料推荐

    今天介绍一些机器学习的学习资料,主要是分为以下几个方面的内容: 编程语言:实现机器学习,主要是介绍 Python 方面的语言: 书籍:看书通常是入门的一种方法,比较适合自律性强的同学: 视频:入门的第 ...

  2. 机器学习入门开源资料

    最近学习的过程中发现了一些不错的开源资源,分享给大家,可以直接通过开源链接下载. 本文作为资料笔记,将长期更新. 公众号:炼丹笔记 机器学习导论 威斯康辛大学的助理教授Sebastian Raschk ...

  3. 少儿编程入门进阶书籍清单,建议收藏和分享!

    现在越来越多的家长认识到学编程对孩子的思维方式以及综合素质的正向影响. 除了送孩子学编程,很多家长也希望孩子接触一些少儿编程相关的书籍,今天玩妹给大家整理了一个简单的书单,需要的父母可以为孩子收藏. ...

  4. 特权同学海量fpga入门进阶资料教程

    或与电子海量FPGA学习资料 腾讯链接:https://share.weiyun.com/56isT4A 01_BJ-EPM240_Altera开发板资料共享 腾讯链接:https://share.w ...

  5. 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 ...

  6. 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) ...

  7. 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 ...

  8. 机器学习入门到进阶学习路线图

    作者: 龙心尘 && 寒小阳 原文:http://blog.csdn.net/longxinchen_ml/article/details/50749614 http://blog.c ...

  9. 机器学习入门到进阶学习路线

    机器学习入门到进阶学习路线 参考:https://mp.weixin.qq.com/s/f-v-NUW7pTbVF9Sa3A4qUA 1. 定义 机器学习研究的是计算机怎样模拟人类的学习行为,以获取新 ...

最新文章

  1. javascript模块化、模块加载器初探
  2. pandas使用dropna函数删除dataframe中列非缺失值的个数小于某一阈值的数据列
  3. 【 MATLAB 】Matlab 帮助文档需要登录问题如何解决?
  4. 计算机考试前的心情作文,期中考试前的心情作文
  5. python whl大全
  6. 树型控件TreeView的几种用法
  7. 收回误删并清除了回收站的文档
  8. Linux下 jenkins的安装
  9. 【.Net 学习系列】-- EF Core实践(Code First)
  10. Node如何自动重启进程
  11. CDN的基本概念和产生背景
  12. android 4.2刷机包,纽曼 K1 Android4.2.1 ROM刷机包 全局提取 精简 流畅 稳定
  13. echarts树形结构实现组织架构图
  14. windows10的etc路径下没有hosts文件
  15. 西门子200系列PLC通信编程指令讲解
  16. 【Android】小白进阶之回调监听机制listener
  17. 以java语言为工具的粗糙的飞机大战游戏的开发与实现
  18. 软件工程小组项目——单词计数
  19. 大四狗:我的java历程——越努力,越幸运。
  20. python全国天气信息爬取

热门文章

  1. ASP.NET 配置log4net日志功能
  2. ext 从头开始 extjs 控件 触发事件 的几种方式
  3. C#日期格式化(转)
  4. liuux/ Unix 文件管理命令(三)
  5. 好污!杜蕾斯:一份2017年度账单和床上总结求认领...
  6. 《实施Cisco统一通信管理器(CIPT2)》一1.6 拨号计划方面面临的挑战
  7. Jquery Mobile --小知识
  8. 1、cocos2dx开发学习第一篇-项目工程的创建
  9. 算法学习之百钱买百鸡
  10. IPSEC ×××实验六:ASA SSL ×××