机器学习资源汇总(持续更新)

来源:互联网 发布:德芙巧克力知乎 编辑:程序博客网 时间:2024/05/07 13:05

因为最近忙着看论文,自己的基础又不是很好,所以需要参考大量资料来让自己理解论文的内容。看了很多博文大多数都讲解的比较粗略,或是直接搬运了其他文章,导致逻辑混乱,并不能很好地让我理解一些概念,不过还是有一些大神创作的文章可谓经典中的经典,深入浅出,非常清晰有条理,让我获益颇多。在这里简单整理了一下,并且以后再看到相关的优质资源会不定期更新本文~

博客:

LDA数学八卦  作者:rickjin

http://cos.name/2013/01/lda-math-gamma-function/
这个是我看过的最好的LDA科普,其中不仅介绍了LDA,也把需要用到的相关数学知识都做了介绍。这些文章原本是作者写给工程师的文章,但是作为研究生学习的入门材料也非常受用。我的感受就是膜拜大神,因为会这些知识的人不少,但是能表达到如此清晰的就很难得了,后来看到的很多博文也都参考了这个系列。
链接是该系列的第一篇。
作者自己整理的PDF文件下载地址: http://vdisk.weibo.com/s/q0sGh/1360334108?utm_source=weibolife
由于微盘的原因可能不能下载,这里是我自己百度网盘的分享链接:https://pan.baidu.com/s/1eSKAXCu

火光摇曳Flickering, 一群腾讯工程师分享的博客,内容涉及概率统计、数据挖掘、机器学习、自然语言处理、并行计算等等,文章质量很高
http://www.flickering.cn/

支持向量机系列    作者:pluskid
http://blog.pluskid.org/?page_id=683
非常经典的SVM教程

机器学习算法系列   作者:JerryLead
http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/
我主要参考的是混合高斯模型和EM算法

最大似然及EM算法讲解 作者:zouxy09
http://blog.csdn.net/zouxy09/article/details/8537620
这篇文章也是给我很多启发的一篇,特点就是深入浅出,非常形象,当然大家也可以参看该博主的其他博文

数据挖掘十大算法详解   作者:Bonnie_Xie
https://wizardforcel.gitbooks.io/dm-algo-top10/content/index.html

PPT:
统计学习方法PPT   作者:袁春教授
http://www.sz.tsinghua.edu.cn/publish/sz/139/2010/20101218141443318939067/20101218141443318939067_.html
个人主页中包含下载链接

视频系列:
机器学习课程   作者:吴恩达
http://open.163.com/special/opencourse/machinelearning.html

这个我想不必多说了,经典中的经典

机器学习课程   作者:悉尼大学博士生导师徐亦达
http://i.youku.com/i/UMzIzNDgxNTg5Ng==

我参考的是狄利克雷分布部分,跟着视频一步步推导非常有收获

Machine Learning    作者:Tom Mitchell from CMU

http://www.cs.cmu.edu/~tom/10701_sp11/lectures.shtml

师兄友情推荐,准备有时间的时候看一下

线性代数    作者: Gilbert Strang from MIT

https://ocw.mit.edu/courses/mathematics/18-06-linear-algebra-spring-2010/video-lectures/

这个系列好像网易公开课上有中文字幕版本


书籍推荐:

普林斯顿微积分读本》 作者:Adrian Banner

深入浅出,非常注重基础知识的积累,讲解也很生动,读起来不会觉得乏味。

机器学习》 作者:周志华

整个实验室都在学的机器学习教材,认真读每一章都会有收获。

Pattern Recognition and Machine Learning》 作者:Christopher M. Bishop

很有用但是相当难啃的大部头。

概率论与数理统计》 作者:陈希孺

大师的良心之作,应该是至今为止评价最好的一本概率论教材了。

程序员的数学》系列

(一)程序员的数学  (二)概率统计  (三)线性代数

看的日本的技术书不是很多,不清楚是不是都是这种风格。看了(一)和概率统计的一部分,(一)的内容过于浅显了,不过书里讲解数学问题的角度挺新颖,而且结合很多例子来讲,非常生动,对于看到数学就头疼的同学能减轻很多痛苦。

0 0
原创粉丝点击