机器学习资料整理
写在前面: 本人小白一个,整理了下我所知道的机器学习资料,希望能够
帮助到想学习机器学习的同学。这些资料,有些我看过,有些是正在看的,有些
是还没来得及看的。——by 贺成 2018.6.4 23:45
一、视频
1 、 Andrew Ng 在 Coursera 上的《machine learning 》,地址:
https://www.coursera.org/learn/machine-learning。关于 Ng 无论再多的赞美也
无法表达,就一句话吧:全世界人机器学习的入门导师(夸张修辞..) 。课程浅
显易懂,编程作业用 matlab/octave。
2、 Andrew Ng . CS229,这个是 ng 在斯坦福开的机器学习课,是 Coursera 上
机 器 学 习 的 加 深 版 本 。 新 学 期 的 还 没 开 课 , 没 修 过 。 地 址 :
http://cs229.stanford.edu/
3 、 Andrew ng. Coursera 上的《Deep Learning Specialization 》,地
址: https://www.coursera.org/specializations/deep-learning 。ng 最新的课,这
是个系列课程共 5 们,目前修到第四门,个人感觉最好没有之一。编程作业也与
时俱进采用 python+jupyter notebook,再说一遍:讲的真的好。
4 、 Geoffrey Hinton 《 neural network for machine learning 》,地址:
https://www.coursera.org/learn/neural-networks。这门课当时只修到了第六周,
就因为有事情半途而废了,始终是个遗憾,准备有时间修完。老爷子讲的很好,
但是稍微有点难(个人感觉),编程作业用的 matlab。
5 、 林轩田 《 Machine Learning Foundations 》和《Machine Learning
Techniques 》。地址:https://www.csie.ntu.edu.tw/~htlin/mooc/。母语教学,只
看了一点,不敢乱评价。
6、 李宏毅 《Machine Learning and having it deep and structured 》和《machine
learning》。地址:http://speech.ee.ntu.edu.tw/~tlkagk/courses.html。讲的真的
是非常非常好。
7 、徐亦达 《 机 器 学 习 知 识 》 , 地 址 :
http://i.youku.com/i/UMzIzNDgxNTg5Ng==?spm=a2hzp.8253869.0.0。看了他
的概率图部分,讲的也蛮好的,中文教学。