【原创】分享一些机器学习和深度学习的学习资料

如果你还在苦苦寻找机器学习和深度学习入门资料的话,或许可以看看本文我的一些推荐,这些材料我自己都学过一遍,分享一下点评,希望对你有帮助。注意,本文只是点评这些资源,不提供任何资源的盗版下载,所有资源我本人都是正版获取也不会对外分享。

 

1 Coursera机器学习 by Andrew Ng ★★★★

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

目前应该是免费课程

点评:非常好的零基础入门课程,可惜课程使用Octave而不是Python+Jupyter Notebook来教学,有点旧了(扣一星)。Andrew授课的特点是:

  1. 即使一点机器学习的基础都没有,也可以听懂,他会从需要的最基本的数学知识的根开始说起
  2. 没有PPT,都是边说变手写要表达的内容,这比静态的PPT一页一页播放强很多
  3. 总是安慰学员听不懂不要紧以后会详述或是做了作业就清晰了,确实也是这样,作业设计的很好
  4. 虽然自己是大牛,但是总是会说自己有的时候也会很难理解这些东西,让学的人觉得自己好像并没有这么蠢

应该说市面上很难找到比这个课程再容易入门的机器学习课程了,但是也是这个课的缺点,就是过于基础,稍微超出基本入门范畴的东西就点到为止,四颗星推荐

 

2 Coursera深度学习 by Andrew Ng(DeepLearning.ai) ★★★★

https://www.coursera.org/specializations/deep-learning

目前这个课按照月收费,每个月300人民币左右

点评:其实这是Andrew创办的公司DeepLearning.ai推出的系列课程,一共五门。同样的之前说的授课特点,补充几点:

  1. 作业设计的特别特别好,基础不好的人也可以顺利完成作业,很有成就感,作业里面会让你实现核心的内容,把周边不重要的东西都帮你实现了
  2. 每周都加入了一些深度学习大牛的专访,学习了专门课程对业内一些大牛也了如指掌了
  3. 深度学习的一些诸如YOLO、RNN、Word2Vec之类的算法其实比较难以理解的,但是Andrew能以通俗的语言来解释

这是市面上最好的深度学习入门课程,如果学的快的话一般可以一个月内完成,其实价格也相当合理,只要300,可惜只能作为入门,很多东西只是点到为止,不过这就足够了,五颗星推荐

 

3 深度学习纳米学位 by 优达学城 ★★

http://cn.udacity.com/course/deep-learning-nanodegree-foundation--nd101-cn

7000多的价格,还是很贵的

  • 部分 1 简介 大约时长:5 小时 15 分钟
  • 部分 2 神经网络 【项目: 你的第一个神经网络】 大约时长:14 天
  • 部分 3 卷积神经网络 【项目: 图像分类】 大约时长:43 天
  • 部分 4 循环神经网络 - 文本生成 【项目: 生成电视剧剧本 】大约时长:30 天
  • 部分 5 循环神经网络 - 文本翻译 【项目: 语言翻译项目】 大约时长:21 天
  • 部分 6 生成对抗网络 【项目: 生成人脸】 大约时长:21 天
  • 部分 7 额外课程 大约时长:6 小时

点评:我的感觉课程说的很零散,感觉这个课程像是拼拼凑凑弄起来的,如果希望系统学习这个课程是不适合的,但是这个课程有3个亮点:

  1. 有专门的课程群,群里也会定期有一些分享和活动
  2. 里面有很多外部学习资料,可以扩展一些视野
  3. 作业或者说的设计还是很不错的,作业是人工点评的

不过因为课程说的不够系统,所以只看课程应该是很难完成作业的,需要自己看一些其他的资源才能完成项目,看了Andrew的课程再看这里的视频就觉得说的太快太散了,很多东西一笔带过

就我的感觉这课程不适合零基础入门,7000多的价格性价比还是很低的,当然,如果需要一个学习的氛围可以试试,课程是有时效限制的,过期不能学习,所以你需要逼自己一下,三星评分

 

4 Deep Learning For Computer Vision by Adrian Rosebrock ★★★☆

https://www.pyimagesearch.com/deep-learning-computer-vision-python-book/

有三个所谓的合集,价格如下,当然ImageNet Bundle是有实体书的所以更贵点:

目录如下:

点评:这个课程只是针对深度学习和计算机视觉的,对于希望专研CV的人来说这个课程的内容还是不错的,有下面的特点:

  1. 里面提到了很多真正要做工程需要做的东西,深度学习要用起来还是需要做很多工程工作的
  2. 里面有各种各样CNN架构的模型以及作者训练的过程的一些分析
  3. 里面有不少精心准备的例子,所有都有源代码

缺点是作者开始感觉是在认真写书,讲原理,后期感觉就是在贴代码做代码讲解了,草草了事的感觉,所以到后面讲解就非常少,而且作者对于模型的训练自己都做的不是很彻底

这三套书价格还是比较高的,不过应该是市面上说CNN说的最最完整的书了,例子也相当多,代码质量比较高,如果真对CV有兴趣还是值得一看的,三颗半星评分

 

5 CS231n by 斯坦福大学 ★★★★★

http://cs231n.stanford.edu/

免费资源,可以直接在youtube上看到课程录制视频

点评:如果要学习深度学习特别是CNN的话,看一遍所有的视频是非常有帮助的,视频说的内容都非常严谨,而且代表了学术最前沿的研究。http://cs231n.github.io/中的一些作业和讲义非常非常好,很清晰,五颗星推荐

 

6 Machine Learning Mastery by Jason Brownlee ★★★☆

https://machinelearningmastery.com/

大概8本和机器学习相关的书,每本书的价格200元左右,合集买更便宜一点,大概有这么一些书:

Linear Algebra for Machine Learning
Master Machine Learning Algorithms
ML Algorithms From Scratch
Machine Learning Mastery With Weka
Machine Learning Mastery With R
Machine Learning Mastery With Python
Time Series Forecasting With Python
Deep Learning With Python
Deep Learning for NLP
LSTM Networks With Python
XGBoost With Python

Master Machine Learning Algorithms的目录:

Deep Learning With Python的目录:

LSTM的目录:

NLP的目录:

点评:和资源4类型差不多的书,只不过这里的一些书不仅仅是CV相关的,对于深度学习RNN(LSTM和NLP方面)也有专门的2本书来介绍,里面例子也很多,书价不是很高,如果希望学习RNN学习一下(市面上很难找到再完整的教材)这里的资源很好,三颗半星推荐。

 

7 Make Your Own Neural Network by Tariq Rashid ★★★★

https://www.amazon.com/Make-Your-Own-Neural-Network-ebook/dp/B01EER4Z4G

20美元左右的价格

点评:薄薄的200页的书,神经网络入门最容易的书了,比Andrew的视频还容易懂,可以配合视频一起看,四颗星推荐

 

[2018.5.8] 最近还发现一个教程很不错: https://zh.gluon.ai/index.html

 

总结

如果希望入门一下深度学习,学习顺序推荐为1(了解一下机器学习)-> 7(了解一下神经网络)-> 2(入门一下深度学习)-> 4、5(深入学习CNN) or 6(CNN和RNN都学一点)。

书籍方面,西瓜书和花书是必备的,也可以买来学习一下。也就是 https://item.jd.com/11867803.html 和 https://item.jd.com/12128543.html。

最后,推荐一个CNN非常好的资料《解析卷积神经网络—深度学习实践手册》,满满的经验分享:http://lamda.nju.edu.cn/weixs/book/CNN_book.html

 

posted @ 2018-04-19 17:09 lovecindywang 阅读(...) 评论(...) 编辑 收藏