这篇文章转载自「译智社」的成员 —— 林夕的文章机器学习/深度学习资源下载集合(持续更新…)。如果你对人工智能感兴趣,欢迎关注公众号 —— 译智社。
从入门到进阶,所用到机器学习资料,包括书、视频、源码。文章首发于 Github,若下载资源请跳转 Github.
文章目录
1. 视频:
1.1. 吴恩达老师机器学习课程:
1.2. 吴恩达 深度学习课程:
1.3. 斯坦福 CS231n: Convolutional Neural Networks for Visual Recognition:
1.4. fast.ai:
1.5. 百度 PaddlePaddle 公开课:
http://ai.baidu.com/paddlepaddle/openCourses
-
机器学习入门
-
机器学习模型
-
深度学习基础
1.6. 徐亦达老师机器学习课程:
1.7. 李宏毅深度学习课程:
1.8. 谷歌机器学习速成:
2. 书籍:
2.1. Keras:
-
《Deep Learning with Python》
难度:低;推荐:☆☆☆☆☆ -
《Deep Learning with Keras》
难度:低;推荐:☆☆☆☆
2.2. TensorFlow:
-
《Hands-On Machine Learning with Scikit-Learn and TensorFlow》
难度:中;推荐:☆☆☆☆☆ -
《TendorFlow Machine Learning cookbook》
难度:中;推荐:☆☆☆☆☆
2.3. NLP:
- 《Deep Learning in Natural Language Processing》
- 《Natural Language Processing with TensorFlow》
- 《Mastering Natural Language Processing with Python》
- 《Text Analytics with Python》
2.4. 机器学习:
-
《统计学习方法》
难度:中;推荐:☆☆☆☆☆ -
《Pattern Recognition and Machine Learning》
难度:高;推荐:☆☆☆☆☆ -
《机器学习实战》
难度:低;推荐:☆☆☆☆ -
《集体智慧编程》
难度:低;推荐:☆☆☆☆
2.5. 深度学习:
-
《Deep Learning》中文版
难度:高;推荐:☆☆☆☆☆ -
《神经网络与深度学习》
难度:中;推荐:☆☆☆☆ -
《神经网络与深度学习》
难度:中;推荐:☆☆☆☆
文末扫码,关注公众号 「译智社」 后台回复「ml」可以获得百度云链接!
3. 框架:
基础框架 | 机器学习 | 深度学习 |
---|---|---|
pandas | sklearn | Keras |
imbalanced-learn | LightGBM | TensorFlow |
xLearn | XGBoost | PyTorch |
CatBoost | PaddlePaddle |
4. 机器学习博客
-
Open AI:
由 Elon Musk 提出建立的一个人工智能非营利组织,定期发布有关自然语言处理,图像处理和语音处理等先进人工智能技术的研究。 -
Distill:
编辑和策展团队由来自 Google Brain,DeepMind,Tesla 和其他着名组织的科学家组成。致力于清晰的解释机器学习。 -
BAIR 博客:
加州大学伯克利分校的伯克利 AI 研究(BAIR)小组设立。BAIR 博客旨在传播 BAIR 在人工智能研究方面的研究成果,观点和最新情况。 -
DeepMind:
DeepMind 的大名,我想很多人已经知道了。 -
Andrej Karpathy 的博客:原博客、Medium
特斯拉的人工智能总监,很多人也许看过他的博客,但是不知道这个人。现在他已经转战 Medium,很多文章发布在 Medium。 -
Colah 的博客:
Christopher Olah 是 Google Brain 的研究科学家。旨在用简单的方式解读神经网络。 -
WildML:
博主同样来自 Google Brain,写作的主要焦点是深度学习。 -
Ruder 的博客:
博主是一位博士生,博客以深度学习和自然语言处理为主。 -
FAIR博客:
FAIR 的大名就不多讲了,我想很多人知道,很多精彩论文出自 FAIR,博客讨论了人工智能,深度学习,机器学习,计算机视觉及其在 Facebook 自研产品上的实际应用。 -
Adit Deshpande 的博客:
UCLA 的一名本科生(自愧不如啊),很多内容为初学者准备,由浅入深,层层递进。 -
inFERENCe的博客:
剑桥的博士,与 Twitter Cortex 合作。他撰写了关于概率推理,生成模型,无监督学习。 -
Andrew Trask 的博客:
非常推荐,博主是 DeepMind 的研究科学家和博士。简单列几篇他的博客:
如果你想了解更多关于人工智能的资讯,欢迎扫码关注微信公众号以及知乎专栏 「译智社」,我们为大家提供优质的人工智能文章、国外优质博客和论文等资讯哟!