机器学习的学习路线

继NLP之后，我又开了ML这个大坑。这是因为NLP涉及到太多的ML模型，仅仅拿过来用的话，我实现的HanLP已经快到个人极限了。而模型背后的原理、如何优化、如何并行化等问题，都需要寻根求源才能解决。

所以我找了个书单自学，电子书为主，顺便分享出来。

[plain]  view plain  copy

1.   

1. ML书单
2. │  李航.统计学习方法.pdf
3. │  机器学习及其应用.pdf
4. │  All of Statistics - A Concise Course in Statistical Inference - Larry Wasserman - Springer.pdf
5. │  Machine Learning - Tom Mitchell.pdf
6. │  PRML.pdf
7. │  PRML读书会合集打印版.pdf
8. │  Programming Collective Intelligence.pdf
9. │  [奥莱理] Machine Learning for Hackers.pdf
10. │  [机器学习]Tom.Mitchell.pdf
11. │  《大数据：互联网大规模数据挖掘与分布式处理》迷你书.pdf
12. │  推荐系统实践.pdf
13. │  数据挖掘-实用机器学习技术（中文第二版）.pdf
14. │  数据挖掘_概念与技术.pdf
15. │  机器学习-Mitchell-中文-清晰版.pdf
16. │  机器学习导论.pdf
17. │  模式分类第二版中文版Duda.pdf（全）.pdf
18. │  深入搜索引擎--海量信息的压缩、索引和查询.pdf
19. │  矩阵分析.美国 Roger.A.Horn.扫描版.pdf
20. │  统计学习基础 数据挖掘、推理与预测.pdf
21. │  
22. ├─机器学习实战
23. │      machinelearninginaction.zip
24. │      机器学习实战 单页.pdf
25. │      机器学习实战.pdf
26. │      
27. └─论文文集
28.     └─LDA
29.             LDA-wangyi.pdf
30.             LDA数学八卦.pdf
31.             text-est.pdf

下载地址：百度网盘。