机器学习基础---学习曲线

一、数学基础知识

    1.高数

    2.线代

    3.概率

    4.统计学

        1.教材：《深入浅出统计学》

        2.推荐视频：可汗学院统计学：  http://open.163.com/special/Khan/khstatistics.html

二、Liunx基础

    1.教程：  鸟哥的Linux私房菜  http://cn.linux.vbird.org/linux_basic/0110whatislinux.php

                    菜鸟教程  https://www.runoob.com/linux/linux-tutorial.html

    2.Linux命令大全  http://man.linuxde.net/

    3.练习、练习、不断地练习！！！

三、Python

    1.教材：廖雪峰python学习笔记：  https://www.liaoxuefeng.com/wiki/1016959663602400

    2.视频课程https://www.icourse163.org/course/0809NJU004-1001571005?from=study

    3.项目练习：

        numpy练习题：https://zhuanlan.zhihu.com/p/57872490

        pandas练习题：https://zhuanlan.zhihu.com/p/56644669

四、数据分析/挖掘

    1.基础书籍：《利用python进行数据分析》

    2.特征工程：https://blog.youkuaiyun.com/Datawhale/article/details/83033869

    3.数据挖掘项目：  https://blog.youkuaiyun.com/datawhale/article/details/80847662

五、机器学习

    1、吴恩达系列：

            1.入门公开课：  吴恩达《Machine Learning》

                主页：https://www.coursera.org/learn/machine-learning

                网易云课堂中文版：https://study.163.com/course/courseMain.htm?courseId=1004570029

                中文笔记及作业代码：https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

            2.进阶公开课：  《吴恩达 CS229》

                课程主页：http://cs229.stanford.edu/

                中文视频：http://open.163.com/special/opencourse/machinelearning.html

                中文笔记：https://kivy-cn.github.io/Stanford-CS-229-CN/#/

        2、台湾大学林轩田老师系列：

            1.《机器学习基石》

                课程：https://www.bilibili.com/video/av36731342

                笔记：https://redstonewill.com/category/ai-notes/lin-ml-foundations/

                书籍主页：http://amlbook.com/

            2.《机器学习技法》--《机器学习基石》的进阶课程

                课程视频：https://www.bilibili.com/video/av36760800

                中文笔记：https://redstonewill.com/category/ai-notes/lin-ml-techniques/

    3、书籍：

                     周志华的《机器学习》，课后习题：https://zhuanlan.zhihu.com/c_1013850291887845376

                   《机器学习实战》

                     李航的《统计学习方法》  PPT：https://github.com/fengdu78/lihang-code/tree/master/ppt

                                                               代码实现：https://github.com/fengdu78/lihang-code/tree/master/code

                   《Scikit-Learn 与 TensorFlow 机器学习实用指南》    全书代码：https://github.com/ageron/handson-ml

    4、实战：Kaggle 比赛

             主页：https://www.kaggle.com/

             路线：https://github.com/apachecn/kaggle

             Scikit-Learn 官方文档：https://scikit-learn.org/stable/index.html