机器学习学习路径

发表于 | 分类于 |

学习计算机是一件很幸福的事情，相比其他学科，可以以很低的成本获取非常优质的资源。

在学校，你不需要担心上什么课，看什么书，但是现在自己学习，总想着能把有限的时间，花在最适合自己的课程和书籍中去，以下是我最近的一些思考。

资源

  • 网课
    • Machine Learning —— Coursera(finished,入门课程吧，数学推导要求不高，编程作业好评)
    • 机器学习基石 —— Coursera（很好的课）
    • 机器学习技法 —— Coursera
    • deeplearning.ai —— Coursera(网上一种评价是：最简单的深度学习课)
    • 邹博 机器学习(个人挺喜欢，有很好的数学推导，但需要好好消化,缺少练习)
    • Machine Learning nondegree —— Udacity(偏实战，数学要求很低)
    • MLDS —— NTU 李宏毅（摸索）
    • Neural Networks for Machine Learning —— Coursera(评价很高，但据说难度大，可以当进阶课程)
  • 书籍
    • 《统计学习方法》
    • 《机器学习》—— 周志华
    • 《集体智慧编程》
    • 《TensorFlow 实战Google深度学习框架》

策略

  1. 第一阶段
    • 机器学习基石: 一周俩次课
    • MLDS : 一周俩次课
    • 《统计学习方法》