机器学习入门心得和资源

心得

在白板推导系列中up主推荐了几本书，或者你去知乎询问该如何入门机器学习时很多人都会给你扔来这基本机器学习的圣经，但是我个人觉得这几本书不太适合入门，有的要不就是太厚让人根本没有看的欲望，要不就是类似于西瓜书这种不适合学习，看完只会一知半解，完全不知道自己在看什么，只适合当一本类似于字典的工具书。

一开始大家学习机器学习的时候对这门学科完全不了解，加上对数学的抗拒，即使给你一本很好的书籍可能也完全看不进去。我入门的时候就走了很多弯路，真正开始入门是结合黄海广博士总结的机器学习笔记学习吴恩达的机器学习课程（本文末尾会给出视频资源和机器学习笔记，视频推荐用potplayer观看），这门课程非常适合新手入门，他几乎没有涉及高深的理论和太多的数学知识，而是用形象的例子将机器学习各个领域的经典算法挑出一个来讲解，让你对机器学习的各个领域都有一个大概的了解。吴恩达有两门机器学习的课程，一门是斯坦福CS229，另一门是Coursera上的课程，我这里指的是后者。相对于CS229，后者对数学的要求更低。

每看完一章，可以用python或matlab去完成他布置的课后题（样例和数据集在资源中也会给出），这里推荐一个我看过的吴恩达机器学习课程的课后题博客：吴恩达|机器学习作业目录。如果你用python完成作业可能会用numpy、matplotlib、pandas等一些数据处理包。这些包只要你装一个anaconda就可以了，然后使用jupyter进行编程，这里推荐一个这些数据处理包的教学视频：【python教程】数据分析——numpy、pandas、matplotlib

这样下来你就对机器学习的各个领域有一个基本的了解，这时候你已经入门了机器学习。你可以有自己的进一步选择：

• 读一读白板推导系列中up主推荐的基本机器学习圣经
• 看一看白板推导系列，这个系列会带着你一步一步去推导一些经典算法，让你对算法有更深的理解
• 转向深度学习
• 用自己的知识去打一打kaggle等数据科学的竞赛，提升自己的实战水平
• ……

机器学习书籍视频资源

持续更新！！！

如果这里没有的pdf可以自己去网上找或者某宝买，我也会持续更新，我的pdf大部分都是某宝买的（自己太懒了）：

• 吴恩达Coursera视频，机器学习笔记，课后作业代码，课后作业数据集
  链接：https://pan.baidu.com/s/1gnMTQPXMzYfl5RwVGMIjEg
  提取码：lv7p
• 《利用python进行数据分析（第二版）》（讲解numpy，matplotlib，pandas）
  链接：https://pan.baidu.com/s/1XjiH_chK1K6k8aOg-5gDjg
  提取码：c25j
• 《统计学习方法（第二版）》
  链接：https://pan.baidu.com/s/1W56q2M3LQiorySubRAhTsg
  提取码：hchs
• 《机器学习》（西瓜书）
  链接：https://pan.baidu.com/s/1wa7uddj4mefByuhqgKakGg
  提取码：l6ky
• 《Deep Learning》（花书）
  链接：https://pan.baidu.com/s/11GYrsadpBHOMZSVEwj-A5A
  提取码：f7hs
• 《Introduction to Linear Algebra（第五版）》著名的线性代数课程mit18.06的教材，不过网上的视频太老与教材不太匹配了，这已经是第五版的教材了。可以看书自学，书中的例子非常易懂，不过是英文的。
  链接：https://pan.baidu.com/s/1hUcQjbsjIrxnzq64qzJhVQ
  提取码：yox8
• 《Neural Network and Deep Learning（中文版）》非常适合入门深度学习，豆瓣评分9.5
  链接：https://pan.baidu.com/s/1YoGov83NjSB7YqZ-p9z8hg
  提取码：wlik
• 《Neural Network and Deep Learning（英文版）》
  链接：http://neuralnetworksanddeeplearning.com/index.html
• 台大李宏毅老师机器学习2021
  视频链接：https://pan.baidu.com/s/1VPwtRIWrYYdkLzEBD4D5cg
  提取码：jetn