强烈推荐的机器学习,深度学习课程以及python库

作者:炼丹师
链接:https://zhuanlan.zhihu.com/p/24768878
来源:知乎
著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。

本着两条原则发一波车:

1.不建议报辅导班。不是因为我们不应该为学习知识付费, 而是因为有更好的资源,而这些资源恰好免费。报辅导班学习浪费钱倒是次要的,主要是时间有限,所以我们要把最好的时间集中在最高效的事情上。

2.视频资源种类繁多,但我只推荐最好的。就像这世界有那么多种车,而我只开最适合自己的自行车(穷)

Are you ready?


以下课程均有中文字幕:

1.机器学习

机器学习视频我推荐大神Andrew Ng的课程:

coursera.org/learn/mach

Andrew Ng的课程有两个版本,一个是斯坦福大学的公开课,一个是coursera上的课程。我更建议后者。首先是在couresa上讲,Andrew Ng面对的是所有在线的听众,这样自己听课就会有一种带入感,仿佛就在课堂一样,而听斯坦福大学公开课的那个版本自己听起来更像一个旁听生。其次是在couresa上作业,课件齐全,不用再到其他的地方找,减少很多麻烦。

2.深度学习

深度学习我推荐李飞飞团队主讲的《深度学习与计算机视觉》:

斯坦福CS231n-深度学习与计算机视觉 - 网易云课堂

课件下载:

amazingzby/cs231n

剧透一丢丢:第一节李飞飞讲课时怀着孩子,所以只能坐着讲课,但课程内容依然interesting 。

3.推荐个与机器学习,深度学习不相关的课程,Jerry Cain讲的《编程范式》,我只听过前几节,感觉超级赞,就推荐给大家了

斯坦福大学公开课:编程范式_全27集_网易公开课

OK!第一波已经结束,来第二波

介绍几款常用的python库:

1.numpy

NumPy - NumPy

处理数组,矩阵非常有效的库,不会numpy,学后面的白搭。

2.matplotlib

python plotting - Matplotlib 1.5.3 documentation

数据可视化(其实就是画图,直方图,折线图,饼状图等等)必备。

3.pandas

Python Data Analysis Library

pandas主要用于清洗数据,如果输入数据不那么规范(比如有数据丢失或有无效数字),用pandas处理会非常方便。

4.sklearn

scikit-learn.org/

机器学习必备

5.tensorflow

tensorflow.org/

这个不解释,老司机都懂的!

今天就先开到这里,下车前记得刷卡~