机器学习浅实践（0）入门资料

我是菜鸟一枚，希望大家“批判性地”看，互相促进，共同进步！

---

机器学习的资料非常多，我列出的是我个人认为还不错并且实际参考了的，有一些好的资料没有来得及看，就没有列出。如果大家有更好的资料请推荐给我～

0 书籍

英语渣，啃不动英文原著，所以看的基本上都是中文书籍。
《数据挖掘导论（完整版）》Pang-Ning Tan等著，范明等译。这是我的本科专业任选课程“互联网数据挖掘”的教材，对于分类、聚类和关联分析讲解的非常详细，容易理解，有伪码，但没有讲解回归的内容……好吧我承认，大学的时候没好好听课～
《机器学习实战》Peter Harrington著，李锐等译。其特色是对于书中提到的几乎所有算法都给出了Python代码，有助于初学者快速上手，毕竟机器学习是一门实践学科，只看理论是不行的。但是代码的质量距离商业应用可能会有一定差距，对于算法的讲解不是特别详细。浅实践中许多代码都参考或修改了该书中的代码。
《机器学习》周志华著，作为前两者的补充使用，这本书是2016年出版的，比较新，对于“深度学习”这种时下比较火的知识也都有介绍。

1 网络资源

最常用的当然是度娘了，在度娘的引领下经常拜读领域内各个大神的博文，由于本人比较菜，经常会查一些概念性的知识，比如什么是损失函数，什么是指数族，什么是拉格朗日乘子法等等……
coursera上的在线课程也是不错的，可以聆听大佬们的教诲。

2 数据

想要真刀真枪的研究机器学习算法，肯定是要跑数据的。
浅实践的数据来源主要是UCI Machine Learning Repository