机器学习入门资料

书籍学习资料：

南大周志华教授的机器学习：这本书是16年新出的，内容比较新，中国人写的看起来比较舒服，内容主要是综述形式的，介绍的理论比较基础。 

李航博士的统计学习方法：也是中国人写的，从统计的角度写的，里面大量的公式推导，比较深入。 

图解机器学习：用丰富的图示，从ZUI小二乘法出发，对基于ZUI小二乘法实现的各种机器学习算法进行了详细的介绍。书中大部分算法都有相应的MATLAB程序源代码，可以用来进行简单的测试。

模式识别：该书是李晶姣老师翻译的教材书籍，里面包含了经典的模式识别理论，可以进行模式识别课程的学习深入。

机器学习实战：很多机器学习算法的Python实现，书带源码，实现比较方便。 

 

视频学习资料：

1. 2017年-李宏毅-最新深度学习/机器学习中文视频教程(前篇和后篇)。比较基础，比较经典，可获得资源途径广。

2. 斯坦福大学吴恩达老师机器学习系列视频(coursera上Ng开设的机器学习)。该视频包含具体的算法推导，是机器学习入门不错的教程，并且还有相关的练习可以完成，以巩固理论知识。

3. 斯坦福大学的公开课CS231n（深度学习与计算机视觉）。视觉方向的刚要入门的去刷就非常合适了。