本文为CSDN博主 张冰洋(CSDN ID:张冰洋的天空)所著
版权归作者所有,未经允许不得转载
对于机器学习的入门,我本着两条原则发一波车:
1.不建议报辅导班。不是因为我们不应该为学习知识付费, 而是因为有更好的资源,而这些资源恰好免费。报辅导班学习浪费钱倒是次要的,主要是时间有限,所以我们要把最好的时间集中在最高效的事情上。 2.视频资源种类繁多,但我只推荐最好的。就像这世界有那么多种车,而我只开最适合自己的自行车(穷)
机器学习&深度学习课程
以下课程均有中文字幕:
1.机器学习
机器学习视频我推荐大神Andrew Ng的课程:
https://www.coursera.org/learn/machine-learning/home/welcome
Andrew Ng的课程有两个版本,一个是斯坦福大学的公开课,一个是coursera上的课程。我更建议后者。首先是在couresa上讲,Andrew Ng面对的是所有在线的听众,这样自己听课就会有一种带入感,仿佛就在课堂一样,而听斯坦福大学公开课的那个版本自己听起来更像一个旁听生。其次是在couresa上作业,课件齐全,不用再到其他的地方找,减少很多麻烦。
2.深度学习
深度学习我推荐李飞飞团队主讲的《深度学习与计算机视觉》:
斯坦福CS231n-深度学习与计算机视觉 - 网易云课堂
https://link.zhihu.com/?target=http%3A//study.163.com/course/courseMain.htm%3FcourseId%3D1003223001
课件下载:
amazingzby/cs231n
https://link.zhihu.com/?target=https%3A//github.com/amazingzby/cs231n
剧透一丢丢:第一节李飞飞讲课时怀着孩子,所以只能坐着讲课,但课程内容依然interesting 。
3.推荐个与机器学习,深度学习不相关的课程,Jerry Cain讲的《编程范式》,我只听过前几节,感觉超级赞,就推荐给大家了
斯坦福大学公开课:编程范式_全27集_网易公开课
https://link.zhihu.com/?target=http%3A//open.163.com/special/opencourse/paradigms.html
OK!第一波已经结束,来第二波
几款常用的Python库
1.numpy
NumPy - NumPy
https://link.zhihu.com/?target=http%3A//www.numpy.org/
处理数组,矩阵非常有效的库,不会numpy,学后面的白搭。
2.matplotlib
python plotting - Matplotlib 1.5.3 documentation
https://link.zhihu.com/?target=http%3A//matplotlib.org/
数据可视化(其实就是画图,直方图,折线图,饼状图等等)必备。
3.pandas
Python Data Analysis Library
https://link.zhihu.com/?target=http%3A//pandas.pydata.org/
pandas主要用于清洗数据,如果输入数据不那么规范(比如有数据丢失或有无效数字),用pandas处理会非常方便。
4.sklearn
http://scikit-learn.org/
机器学习必备
5.tensorflow
https://www.tensorflow.org/
这个不解释,老司机都懂的!
今天就先开到这里,下车前记得刷卡~