随着自然语言处理和机器学习技术的不断进步以及在人们日常生活中的影响力的逐渐扩大，使得越来越多的人对这些领域产生浓厚的兴趣。而近些年在线教育的发展，也为人们学习知识提供了良好的平台。
在这篇文章中，主要和大家分享了一些帮助大家了解这些领域的资源。
主要包括两类：
·在线课程和教科书。
·NLP和机器学习博客。
6个免费自然语言处理和机器学习的课程资源：
1.Dan Jurasfsky和James Martin的演讲和语言处理于1999年首次印刷，其第三版于去年印刷。这是一个十分详尽的、可读的NLP简介，通过它你可以快速明白基础概念。
2. 而吴恩达教授的机器学习课程内容（由吴恩达教授自己提供）和数据结构（每周阅读、视频和作业），是你以后继续深入了解类似吴恩达教授的深度学习方面知识的坚实基础。
3.Goodfellow，Bengio和Courville的深度学习一书是关于这个主题的权威教科书。一些批评（该方面的深入研究专业方面的学术方面的各种争议）集中在对概念的详细定义上，但如果你尚且是这方面的小白，这些书将能让你了解到一些新概念的提出背景。
4.斯坦福大学的自然语言处理与深度学习的视频讲座和资源非常适合那些完成了机器学习/深度学习介绍并希望将他们学到的知识应用于自然语言处理的人。它们的编程任务是在Python中进行的，相关视频链接，请打开：Lecture 1 | Natural Language Processing with Deep Learning
5.Pythonprogramming.net是一个关于深度学习教育方面内容的大集合，其中包括从介绍性机器学习和自然语言处理等主题的系列教程，以及侠盗猎手运用深度学习训练自驾车的主题。虽然斯坦福大学提供了一系列关于深度学习的大学课程的一隅，但是这些视频（由YouTuber Sentdex提供）在更为非正式的环境中涵盖了相同的主题。如果你对机器学习的“如何”而不是“为什么”感兴趣，你应该从这里开始，而不是吴恩达老师的课堂或斯坦福大学的视频。相关视频链接，请点击这里：Intro and Screen reading - Python plays Grand Theft Auto V p.1。
6.Scikit-learn是一个流行的机器学习Python库，网上有许多动手教程，其中包括一些关于文本数据的教程。
6个关于自然语言处理和机器学习的博客：
1.AYLIEN的研究科学家塞巴斯蒂安·鲁德（Sebastian Ruder）是这个博客的作者，他专注于转移学习和自然语言处理。
2.维蕾德施瓦茨作者的谨慎标题可能大约是一个科学博客，它以准确和有趣的方式解释了自然语言处理的概念和研究（像通过爸爸开玩笑这样解释NLP的挑战之一-模糊性）。
3.Sujit Pal是经常更新他的博客Salmon Run的开发者。由于Sajit来自编程界而具有非常丰富的科学背景，因此这个博客非常适合希望从精通机器学习中学习的程序员。
4.Ben Frederickson在他的博客上写了关于技术和NLP相关主题的文章，比如关于Unicode的文章、关于用不同算法推荐音乐的文章。
5.虽然Kavita Ganesan的Text Analytics101有一段时间内没有更新，但是仍然存在一些有用的解释器列表，用于NLP概念，例如N-grams和非严格NLP，您可能会发现有用的东西，比如CrowdFlower和亚马逊的Mechanical Turk。
6.NLP新闻（有需要的请注册）是一个紧随当前NLP和机器学习研究的发展的简报软件库，由Sebastian策划的有关该主题的有趣和最新文章的每两周一次更新一次。
本文由北邮@爱可可-爱生活老师推荐，阿里云云栖社区组织翻译。
文章原标题《12 of the best free Natural Language Processing and Machine Learning and Machine Learning educational resources》
作者：Data Science
译者：乌拉乌拉，审校：袁虎。
文章为简译，更为详细的内容，请查看原文文章
