机器学习资料推荐

最近高强度学习人工智能和模式识别，一肚子，不，一脑子的东西想写出来分享，但由于公式太多，写一篇需要很多时间，下周就要考试了，我还是多多学习好了。今天再偷懒下，把我Chrome机器学习书签夹中的一些资料拿来分享下。

• 机器学习经典书籍 - 算法组：给出了一些经典书籍，并附有 pdf 链接，值得参考并下载。

• 吴立德 《深度学习课程》 - 专辑 - 优酷视频：几个视频，专门讲解深度学习的，收藏了还没看，看过的可以反馈下。

• UFLDL教程 - Ufldl：Ng 的 wiki 项目，有中文翻译，致力于深度学习的方方面面，从神经网络基础概念讲起，非常推荐。

• Python 包：Scipy项目下的所有包、sklearn。 这里能找到更多的可用包，不限于 python mloss | All entries。

• Stanford机器学习—第一讲. Linear Regression with one variable - Rachel Zhang的专栏 - 博客频道 - CSDN.NET：这个系列是 Ng 在 coursera 机器学习课程的笔记，我看完视频后照这个重新整理了笔记，非常推荐。

• 斯坦福大学公开课 ：机器学习课程全20集网易公开课：这里有讲义。涉及到 ML 的方方面面，讲的很细致，唯一的缺点是 Ng 讲英语口齿不清。我也在学习中，强烈推荐！ 初学者可以先看他在 coursera 上的 ML 课，内容少，讲的更加浅显易懂，下载版请转百度网盘。

• Machine Learning « Free Mind：这位是大牛，我们 google 机器学习的相关知识，经常会走到他的博客里来，讲的实在太好了。

• Self-Study Guide to Machine Learning | Machine Learning Mastery：给 ML 学习者写的导航图。

我承认这篇博客太没诚意了，内容少、缺乏整理，原谅我们老师吧，考试对学习和消化知识很有好处。