机器学习相关

机器学习的路线图分为5个级别：

• Level 0（新手）：阅读《Data Smart: Using Data Science to Transform Information into Insight》。需要了解电子表格、和一些算法的高级数据流。
• Level 1（学徒）：阅读《Machine Learning with R》。学习在不同的情况下用R语言应用不同的机器学习算法。需要一点点基本的编程、线性代数、微积分和概率论知识。
• Level 2（熟练工）：阅读《Pattern Recognition and Machine Learning》。从数学角度理解机器学习算法的工作原理。理解并调试机器学习方法的输出结果，同时对机器学习的概念有更深的了解。需要有算法、较好的线性代数、一些向量积分、一些算法实现经验。
• Level 3（大师）：阅读《Probabilistic Graphical Models: Principles and Techniques》。深入了解一些高级主题，如凸优化、组合优化、概率论、微分几何，及其他数学知识。深入了解概率图模型，了解何时应该使用以及如何解释其输出结果。
• Leval 4（宗师）：随便去学吧，记得反馈社区。

斯坦福大学公开课 机器学习 http://open.163.com/special/opencourse/machinelearning.html

    数据挖掘教学系列视频课程（22讲）   http://down.51cto.com/zt/6207/

经典书籍： 神经网络与机器学习（英文版·第3版）

机器学习:实用案例解析

数据挖掘：概念与技术（英文版·第3版）

机器学习实战

需要熟悉：R语言， python