差不多有一千人喜欢它!哈佛大学博士发布了大量资源,机器学习课程教程包含了所有的秘籍

差不多有一千人喜欢它!哈佛大学博士已经发布了许多资源,机器学习课程包含所有作弊。

Annie汇编

数量生产|公共号码QbitAI

对于机器/深度学习初学者来说,没有什么比“学习芝麻忘记西瓜”更令人沮丧了!

谷歌有相同的知识点135次,但似乎士兵们从未经历过这种情况,而且他们经常陷入“马冬梅困境”:

这里是文章图片\1_new.jpg

你不仅拥有这个困境,哈佛机器学习方向正在阅读博士Samuel Finlayson再也受不了了。

最近,Finlayson已经整合了一系列必要的机器学习和统计学习课程,包括开放课程,教科书,网民提供的教程以及行业博客。

一旦

列表发布,它就会在Twitter上获得很高的赞誉。

Finlayson说整套资源分为四类。

开放课程和教科书资源涵盖了广泛的内容,如数学,图形,机器学习,深度学习和强化学习。

完成一项完整的研究需要几周到几个月的时间。

这些大多是世界各地着名大学的开放课程。

他们可以在不出门的情况下与斯坦福大学,纽约大学和伯克利大学教授侃侃交谈。

这里是文章图片\3_new.jpg

开放课程和教科书资源不完全截图

当然?还包括吴恩达的CS229讲义,这是之前许多CS博主推动的。

教程和个人讲义主要来自网民提供的课程笔记,包括线性代数,概率和统计,贝叶斯机器学习等。

完成每个资源所需的时间来自可能需要数周的时间几个月。

Finlayson说这部分是他认为最好和最有趣的部分,我希望每个人都能做出贡献。

这里是文章图片\5_new.jpg

此外,如果您在期末附近查看并希望找到与知识点类似的内容,则可以转到备忘录列表中查找。

这个工具箱就像一个小副本可能在考试中。

帮助你几点。

除了这些系统的课程和讲义外,Finlayson还收集了许多杂项网站,包括一些机构和个人博客。

Finlayson表示,这些博客偶尔会发送一些内容,这些内容将会受到打击。

以下链接可以发送到此博客:

https://sgfin.github.io/learning-resources/

记住收集?

  • 发表于:
  • 原文链接https://kuaibao.qq.com/s/20181119A0Y5YW00?refer=cp_1026
  • 腾讯「云+社区」是腾讯内容开放平台帐号(企鹅号)传播渠道之一,根据《腾讯内容开放平台服务协议》转载发布内容。
  • 如有侵权,请联系 yunjia_community@tencent.com 删除。

扫码关注云+社区

领取腾讯云代金券