机器学习、深度学习资源推荐

首先，我们应该搞懂一些热词的含义和关系，比如说：模式识别、人工智能、机器学习、深度学习.......这部分自行百度。

简单来说，机器学习是人工智能的一种，而深度学习只是机器学习的一个分支。

关于理论的学习推荐一些教程：

1. Stephen Boyd：凸优化，一些优化的理论需要先了解一下
2. 周志华：机器学习
3. 吴恩达：机器学习教程 https://study.163.com/course/courseMain.htm?courseId=1004570029书和课程可以一起看，课程会讲一些小例子，更好的帮助你理解课本内容。
4. 斯坦福机器学习教程http://cs229.stanford.edu/syllabus.html
5. 斯坦福深度学习教程  http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial

以上，只是关于机器学习模型和算法的一些理论基础。接下来我觉得可以根据论文和代码进行一些实际的训练，来加深理论知识的理解并且学会怎样将理论算法运行到实际问题的解决之中。

推荐一个完整的机器学习流程如下：

https://www.analyticsvidhya.com/learning-path-learn-machine-learning/

如果需要完成这个过程，需要大量的时间和精力的投入。

关于实战，网上的资源可以说是非常丰富了。下面介绍几个常用的社区、论坛和网页：

  1. Kaggle(www.kaggle.com)

   全球最权威的机器学习比赛，赛题覆盖传统的机器学习、nlp、图像处理等，里面会有很多的数据集可以用来练手。

   2. Github

  开源项目，很多论文的代码也会放在上面

   3. Stackoverflow

  遇到bug就来这里找答案，也可以求助

   4. Analytics vidhya

  学习分析的资源。包括:数据分析、机器学习、案例分析等。有很多学习资料。

   5. Csdn

   啦啦啦，接地气的中文网站，关于知识点或者代码错误等等都可以来这里找答案。

   6. 机器之心

  有微信公众号，没事玩手机的时候看看