机器学习资料总结

        机器学习是人工智能的核心技术之一,是训练计算机让计算机拥有人一样的学习能力的技术,训练需要数据,建立模型并利用算法就能让计算机学到数据的规律,可以用于未来的预测,这是多么强大的能力呀!就像是具有人的智慧一样,人工智能已经研究了近半个世纪,已经取得了很多的研究进展,现在生活中也经常用到这方面的产品,然而要让计算机完全具有人的智能目前还是比较难实现的,但是近些年来看到了一些曙光,利用深度学习的思想可以模拟人的神经网络的工作原理,让计算机自主学习,可以自主学习到一些特征用于训练,学到的特征可能人是没法解释的,但这可能就是深度学习的奇妙。当前炒的很热的大数据也跟机器学习有密切的关系。

        个人感觉机器学习的门槛还是挺高的,需要很多方面的知识,比如计算机科学、概率论、统计学、线性代数、优化论、数据挖掘等等,主要还是计算机与数学的结合。正因为难,挑战性才高。整理了一些教程、资料、书籍如下:

      

   机器学习书籍系列:

   Machine Learning, Tom M.Mitchell

   Pattern Recognition and Machine Learning, Christopher M.Bishop

   Statistical Learning Theory, Vladimir N.Vapnik

   The Elements of statistical learning, Data mining, inference, and prediction

   Machine Learning, a probabilistic perspective

   统计学习方法,李航

   Mining of Massive Datasets, Kosmix, Inc, Standford Univ

   Machine Learning in Action, Peter Harrington

   Convex Optimization. 凸优化,优化方面的书,对数学的要求较高


   深度学习:

   http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial,Andrew Ng的tutorial

   http://deeplearning.net/,很多相关论文、软件和视频等

   https://class.coursera.org/neuralnets-2012-001/class/index, hinton的神经网络视频教程


   一些牛人主页:

   http://yann.lecun.com/,深度学习领域牛人,介绍(My main research interests are Machine Learning, Computer Vision, Mobile Robotics, and Computational Neuroscience. I am also interested in Data Compression, Digital Libraries, the Physics of Computation, and all the applications of machine learning (Vision, Speech, Language, Document understanding, Data Mining, Bioinformatics).

  http://www.cs.toronto.edu/~hinton/,深度学习领域牛人,DL鼻祖,研究了神经网络很多年

  http://www.iro.umontreal.ca/~bengioy/yoshua_en/index.html  AI、深度学习牛人

  http://www.cs.berkeley.edu/~jordan/,机器学习与统计学牛人

  http://cs.stanford.edu/people/ang/,Andrew Ng,Coursera创始人之一

  http://research.microsoft.com/en-us/people/deng/


   机器学习视频教程:

   http://v.163.com/special/opencourse/machinelearning.html,Andrew Ng的机器学习视频,介绍了常用的机器学习算法,偏重于应用

  http://v.163.com/special/opencourse/learningfromdata.htmlYaser Abu-Mostafa,机器学习与统计结合,比较多统计方面的理论

  https://class.coursera.org/ntumlone-001,机器学习基石

  

   一些比较好的博客:

    http://blog.echen.me/

  http://blog.youkuaiyun.com/v_JULY_v

   http://www.cnblogs.com/tornadomeet/

    http://blog.youkuaiyun.com/abcjennifer

    http://blog.youkuaiyun.com/zouxy09

     

   刚开始学的话,可以先看看Andrew Ng的机器学习视频,看看《统计学习方法》和《模式识别与机器学习》的书,基本理解常用的机器学习方法,对大体有个基本的了解,然后再逐个深入,可以看看wiki上相应算法的资料、开源软件,学习它们具体是如何实现的。

评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值