澳门网络娱乐游戏平台-澳门电子游戏娱乐网址-官方直营

机器学习资源

其他资源:

概率统计

微积分学

机器学习(Machine Learning)与深度学习(Deep Learning)资料汇总(: 作者太给力,量大干货多,有兴趣的同学可以看看,博主至今只看了一小部分。

Geoffrey Hinton 的coursera 课程“Neural Networks for Machine Learning”。这门课程会带你了解 ANN 的经典问题——MNIST 字符识别的过程,并将深入解释一切。

《UFLDL教程》(

Khan Academy Linear Algebra videos(可汗学院线性代数视频)

Linear Algebra(

Perer Norvig 的Udacity Course on ML(ML Udacity 课程)

Multivariable Calculus(

“Programming Collective Intelligence”这本书是一个很好的资源,可以学习ML 算法在Python中的实际实现。 它需要你通过许多实践项目,涵盖所有必要的基础。

有关机器学习领域的最佳介绍,请观看Coursera的Andrew Ng机器学习课程。 它解释了基本概念,并让你很好地理解最重要的算法。

首先coursera(

概率和统计

4.2 进阶资源

YouTube上的机器学习教程mathematicalmonk

DataCamp: Learn R with R tutorials and coding challenges:R(

有关ML算法的简要概述,查看这个TutsPlus课程“Machine Learning Distilled”。

图书与教材

可汗学院Probability与Statistics视频**

澳门电子游戏网址大全,《SciPy and NumPy (豆瓣) 》 (

Khan Academy Calculus videos(可汗学院微积分视频)

微积分相关

关于深度学习的最佳介绍,我遇到最好的是Deep Learning With Python。它不会深入到困难的数学,也没有一个超长列表的先决条件,而是描述了一个简单的方法开始DL,解释如何快速开始构建并学习实践上的一切。它解释了最先进的工具(Keras,TensorFlow),并带你通过几个实际项目,解释如何在所有最好的DL应用程序中实现最先进的结果。

《Applied predictive modeling》:英文版,注重工程实践的机器学习教材

要掌握AI,你要熟悉计算机科学和编程。

澳门平台游戏注册,scikit-learn(

Gödel, Escher, Bach

《Natural Language Processing with Python (豆瓣)》( NLP 经典,其实主要是讲 python的NLTK 这个包。网盘中有中文版。

一、机器学习

《统计自然语言处理》自然语言处理经典教材

二、深度学习

有源代码的教程

线性代数

《数学之美》:入门读起来很不错。

这些不错的资源你可能也感兴趣:

Probabilistic Systems Analysis and Applied Probability(

UFLDL tutorial by Stanford(斯坦福的 UFLDL 教程)

出处:

我建议通过这两本书入门,它们能很好地向你解释大脑工作的一般理论。

《统计学习方法 (豆瓣) 》(

Ray Kurzweil的How to Create a Mind(如何创建一个头脑Ray Kurzweil) .

编程语言

在Google上也有一个great introductory DL course,还有Sephen Welch的great explanation of neural networks。

其他网络资料

Principles of Neural Science是我能找到的最好的书,深入NS。 它谈论的是核心科学,神经解剖等。 非常有趣,但也很长 – 我还在读它。

线性代数

大脑如何工作

《The Elements of Statistical Learning (豆瓣)》( 这本书有对应的中文版:《统计学习基础 (豆瓣)》(

本文由澳门网络娱乐游戏平台发布于编程,转载请注明出处:机器学习资源

相关阅读