机器学习入门
久一最近对机器学习产生了兴趣，请教了学长，向此方向工作的前辈打听到一些入门资源，做了一个汇总。文末有科研交流群，欢迎博士、硕士的加入！
本文介绍的相关资源仅仅是入门，如果想提高自己的核心竞争力，一定学好数学、英语，英语才是最好的学习工具。
机器学习是一门融合概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术。学好机器学习需要的理论知识很多，有些人可能基础不是特别扎实，就想着从最底层的知识开始学起，概率论、线性代数、机器学习凸优化公式推导，等等。
但是这样做的坏处是比较耗时间，而且容易造成“懈怠学习”，打消学习的积极性。因为啃书本和推导公式相对来说是比较枯燥的，远不如自己搭建一个简单的回归模型更能激发自己的学习积极性。
当然，不是说不需要钻研基础知识，基础理论知识非常重要！只是说，在入门的时候，最好先从顶层框架上有个系统的认识，然后再从实践到理论，有的放矢的查缺补漏机器学习知识点。从宏观到微观，从整体到细节，更有利于机器学习快速入门！而且从学习的积极性来说，也起到了“正反馈”的作用。 - 红色石头
博文
1.
机器学习简单介绍博文:
blog.csdn.net/qq_28168421/article/details/81351321
2.
机器学习科普文章
cnblogs.com/subconscious/p/4107357.html
3.
零基础入门机器学习：
www.zybuluo.com/hanbingtao/note/433855
4.
机器学习博客：
morvanzhou.github.io/learning-steps/
5.
机器学习该怎么入门:
www.zhihu.com/question/20691338
Python教程
1.
廖雪峰的官方网站：
www.liaoxuefeng.com
2.
书籍：《Python编程从入门到实战》
机器学习
1.
吴恩达机器学习教程
-
study.163.com/course/courseMain.htm?courseId=1004570029
-
吴恩达是人工智能和机器学习领域国际上最权威的学者之一
-
视频基础、系统、英语授课
2.
李宏毅机器学习视频
-
中文授课
-
www.bilibili.com/video/av10590361/?p=5
3.
人工智能培训班教学视频
-
链接：pan.baidu.com/s/1u6eezmZ5BlfO2TDYFVlXIQ 提取码：6ebn
-
偏实战、速成、除此之外需要学好数学等知识
深度学习
1.
李宏毅深度学习视频
-
www.bilibili.com/video/av9770302/?p=3
-
课件：speech.ee.ntu.edu.tw
2.
吴恩达深度学习课程
-
mooc.study.163.com/smartSpec/detail/1001319001.htm
实践
1. GitHub机器学习教程
-
morvanzhou.github.io/learning-steps/
2. 推荐书籍
-
《机器学习实战》
推荐书籍
1. 西瓜书
2. 机器学习实战
3. 花书
学习平台
1. B站
2. 网易云课堂
3. GitHub
4. coursea
科研文献
1. 谷歌学术：scholar.google.com.tw/2. 文献下载：https://sci-hub.tw/3. 中国知网
推荐学习方法
不要一开始直接看书，没有基本概念西瓜书根本看不懂。传统机器学习可以观看吴恩达、台湾李宏毅的课程，如果机器学习看的差不多可以尝试看书消化。下一步看深度学习的相关课程，同样还是看两位大佬的教程，除此之外实践可以访问 机器学习博客 「morvanzhou.github.io」 此博客注重实践，有学习路径指导。
看的差不多可以直接上手，代码中进步最快，选择框架 Tensorflow 或者 Pytorch (传统机器学习就 sckikit-learn)，不懂得概念通过搜索引擎弄懂。实在不懂略过，回头再看可能就会了。
建议学习时候做笔记、写博客，帮助理解记忆、方便复习。
