开发者社区> 炉火纯青> 正文

机器学习资料大汇总

简介: 机器学习资料大汇总 作者:我爱机器学习(52ml.net) 注:本页面主要针对想快速上手机器学习而又不想深入研究的同学,对于专门的researcher,建议直接啃PRML,ESL,MLAPP以及你相应方向的书(比如Numerical Optimization,Graphic Model等),另外就是Follow牛会牛paper,如果谁有兴趣也可以一起来整理个专业的汇总页。
+关注继续查看

机器学习资料大汇总

作者:我爱机器学习(52ml.net)

注:本页面主要针对想快速上手机器学习而又不想深入研究的同学,对于专门的researcher,建议直接啃PRML,ESL,MLAPP以及你相应方向的书(比如Numerical Optimization,Graphic Model等),另外就是Follow牛会牛paper,如果谁有兴趣也可以一起来整理个专业的汇总页。本页面将持续更新,敬请关注,如有推荐的文章请留言,谢谢!

000 开源工具

机器学习的开源工具

Python机器学习库

C++矩阵运算库推荐

 

001 公开课

Machine Learning | Coursera Andrew NG在coursera上的课,难度比公开课略低,适合入门

斯坦福大学公开课 :机器学习课程 Andrew NG在学校里面的课程,网易公开课有中英文字幕,可以配合笔记来看

CMU机器学习系主任Tom Mitchell院士机器学习课程视频及课件(英文)

机器学习|加州理工,老师是Yaser Abu-Mostafa,会从最基本的理论开始,为你构建机器学习的基础。

机器学习基石 如果想听中文课程,台湾大学的这门就很合适,友情提示,台大的课程基本上都可以加快语速来听,原因你懂的

 

神经网络|多伦多大学 鼎鼎大名的Geoffrey Hinton ,这门课着实不容错过

凸优化课程|斯坦福 授课老师是凸优化经典教材的作者Stephen Boyd!有难度有挑战!

 

概率图模型  coursera的另外一个创始人,Daphne Koller的课程,值得一提的是,Koller因提出了Probabilistic Relational Models拿到了2001年的IJCAI Computers and Thought Award

统计学习|斯坦福 授课老师是ESL作者 ,还有同学把视频放在了百度网盘上~ 这个更快一些

 

1. 机器学习入门篇

  1.1 机器学习介绍

机器学习-维基百科  Machine Learning-Wikipedia

机器学习简史

规则与机器学习 不建议为了机器学习而机器学习,对于初学者应该是先规则再机器学习,规则直观,可以深入理解领域知识和特征,要记住一个机器学习的专家必须首先是该领域知识的专家。

贝叶斯思想 MLAPP 第5章 Bayesian statistics 第6章 Frequentist statistics 机器学习第6章 贝叶斯学习

监督学习 ESL 第2章 Overview of Supervised Learning

    1.2 书籍

《统计学习方法》 第1章 统计学习方法概论

《机器学习》(Mitchell) 第1章 引言

PRML 第1章 Introduction

MLAPP 第1章 Introduction 第2章 Probability

ESL 第1章 Introduction

Some Notes on Applied Mathematics for Machine (选修)

Machine Learning Textbook minireviews

List of Cool Machine Learning Books

  1.3 数学基础

线性代数:公开课: 线性代数;推荐文章 : 线性代数的本质

概率论:公开课: 概率课|台大 叶老师为人风趣幽默,课程也比较简单,容易听进去

             书籍:MLAPP第二章

微积分:公开课:单变量微积分|MIT 多变量微积分|MIT

 

——————————————-

  1.4 LDA

LDA最佳学习资料汇总

  1.4 Spectral Clustering

Spectral Clustering最佳学习资料汇总

  1.5 图像处理

图像处理和计算机视觉中的经典论文

2 线性回归模型

PRML 第3章 Linear Models for Regression

MLAPP 第7章 Linear Regression 第13章 Sparse Linear Models

ESL 第3章 Linear Method for Regression

3 线性分类模型

PRML 第4章 Linear Models for Classification

MLAPP 第8章 Logistic Regression 第9章 Generalized Linear Models and the exponential family

ESL 第4章 Linear Method for Classification

统计机器学习 第6章 逻辑斯谛回归与最大熵模型

4 神经网络

PRML 第5章 Neural Networks

ESL 第11章 Neural Networks

统计学习方法 第2章 感知机

机器学习 第4章 人工神经网络

5 支持向量机

统计学习方法 第7章 支持向量机 (强烈推荐)

PRML 第6章 Kernel Methods 第7章 Sparse Kernel Machine

ESL 第12章 Support Vector Machines and Flexible Discriminants

MLAPP 第14章 Kernels

6 图模型

PRML 第8章 Graphical Models

MLAPP 第10章 Directed graphical models(Bayes nets) 第19章 Undirected Graphical Models(Marcov random fields)第20章 Exact inference for graphical models 第26章 Graphical model structure learning

统计学习方法 第10章 隐马尔可夫模型 第11章 条件随机场

机器学习 6.11 贝叶斯信念网

ESL 第17章 Undirected Graphical Models

Koller 的书

Jordan 的书

7 混合模型和EM

PRML 第9章 Mixture Models and EM

MLAPP 第11章 Mixture models and the EM algorithm

ESL 8.5 The EM Algorithm

统计学习方法 第9章 EM算法及其推广

8 近似推理

PRML 第10章 Approximate Inference

MLAPP 第21章 Variational Inference 第22章 More Variational Inference

9 采样方法

PRML 第11章 Sampling Methods

MLAPP 第23章 Monte Carlo inference 第24章 Markov Chain Monte Carlo (MCMC) inference

ESL 8.6 MCMC for Sampling from Posterior

10 PCA

PRML 第12章 Continuous Latent Variables

MLAPP 第12章 Latent Linear Models

ESL 14.5 Principal Componens, Curves and Surfaces

11 HMM

PRML 13.1 13.2 Hidden Marcov Models

MLAPP 第17章 Marcov and Hidden Marcov Models

12 组合模型

(投票,boosting,bagging,树模型,model averaging)

PRML 第14章 Combining Models

统计学习方法 第5章 决策树 第8章 提升方法

MLAPP 第16章 Adaptive basis function models

ESL 第15章 Random Forests 第16章 Ensemble Learning 8.7 Bagging 第9章 Additive Models, Trees, and Related Methods 第10章 Boosting and Additive Trees

机器学习 第3章 决策树学习

14 聚类

ESL 14.3 Cluster Analysis

MLAPP 25章 Clustering

PRML 9.1 K-means Clustering

 15 近邻

ELS 第13章 Protype Methods and Nearest-Neighbors

16 Deep Learning

http://deeplearning.net/

Deep Learning Tutorial

MLAPP 第28章 Deep Learning

  2.2 Deep Learning教程

UFLDL-斯坦福大学Andrew Ng教授“Deep Learning”教程


3. 自然语言处理入门篇

  3.1 斯坦福大学自然语言处理公开课

NLP | 斯坦福  授课教师是 Dan Jurafsky 以及 Christopher Manning,英文不是很有信心的可以参考《斯坦福大学自然语言处理公开课中文解读》

NLP | 哥伦比亚 授课老师是Michael Collins大神

  3.2 统计机器翻译

Statistical Machine Translation

统计机器翻译开源软件汇总


注:本页面将持续更新,敬请期待!

版权声明:本文内容由阿里云实名注册用户自发贡献,版权归原作者所有,阿里云开发者社区不拥有其著作权,亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容,填写侵权投诉表单进行举报,一经查实,本社区将立刻删除涉嫌侵权内容。

相关文章
python学习方法总结(内附python全套学习资料)
我之前做过半年少儿编程老师,一个小学四年级的小孩子都能在我的教学下独立完成python游戏,植物大战僵尸简单版,如果要肯花时间,接下来的网络开发也不是问题,人工智能也可以学个调包也没啥问题。。。。。所以python真的是想学就一定能学会的!!!!
48 0
【Python 学习进阶月刊】 第二期: Python 资料汇总
欢迎订阅Python学习进阶月刊 精彩直播: Python 系列直播——深入Python与日志服务,玩转大规模数据分析处理实战 IPython/Jupyter Notebook非常流行,但随着数据量越来越大(例如几百亿条电商平台访问日志),如何继续保持灵活的交互式分析,是一个挑战。
4152 0
Andrew Ng机器学习课程笔记--汇总
笔记总结,各章节主要内容已总结在标题之中 Andrew Ng机器学习课程笔记–week1(机器学习简介&线性回归模型) Andrew Ng机器学习课程笔记--week2(多元线性回归&正规公式) Andrew Ng机器学习课程笔记--week3(逻辑回归&正则化参数) Andrew Ng机器学...
1224 0
阿里云服务器怎么设置密码?怎么停机?怎么重启服务器?
如果在创建实例时没有设置密码,或者密码丢失,您可以在控制台上重新设置实例的登录密码。本文仅描述如何在 ECS 管理控制台上修改实例登录密码。
19581 0
教程 | 一文读懂自学机器学习的误区和陷阱(附学习资料)
本文为你指出一些自学的误区,推荐学习资料,提供客观可行的学习表并给出进阶学习的建议。
4319 0
阿里云服务器如何登录?阿里云服务器的三种登录方法
购买阿里云ECS云服务器后如何登录?场景不同,阿里云优惠总结大概有三种登录方式: 登录到ECS云服务器控制台 在ECS云服务器控制台用户可以更改密码、更换系.
24727 0
Maven之 学习资料
整理maven的学习资料,长期更新。 一.视频    1.孔浩老师的  maven视频教程      二.博客    1.黄勇:     maven那些事儿                    使用 OSC Maven 仓库 三.书籍     1.《Maven实战》
684 0
as3 ISOLIB学习资料整理
AS3isolib是一个基于ActionScript3的isometric库,网上关于它的资料很多。游戏开发的话,特别适合游戏的地图引擎开发,例如:策略类的七雄争霸那个外城地图。   资料收集: as3isolib googlecode as3isolib api 教程和实例>>   天地会9ria:http://wiki.
655 0
+关注
炉火纯青
pangguoming.com
260
文章
0
问答
文章排行榜
最热
最新
相关电子书
更多
OceanBase 入门到实战教程
立即下载
阿里云图数据库GDB,加速开启“图智”未来.ppt
立即下载
实时数仓Hologres技术实战一本通2.0版(下)
立即下载