机器学习入门路线
2017-03-16 12:36
106 查看
一方面从《机器学习实战》《集体智慧编程》《推荐系统实践》等这几本更适合入门的书开始,一点点找到感觉;
另一方面,从更简单的公开课,例如吴恩达在斯坦福的公开课等入手,边看边补充概率、统计和矩阵计算的知识;
然后,可以看看github上的开源,例如caffe等等,看看各种算法怎么实现;
另一方面,可以关注一下kaggle比赛,看看其他人是怎么玩的;
等有点感觉了,看一下prml、esl等经典书籍,补补理论。
多花点精力反复整就行了,都是两个肩膀一个脑袋,别听什么适合不适合这个方向的,这个方向一点都不难,跟纯数学纯物理根本没法比,唯手熟尔。
另一方面,从更简单的公开课,例如吴恩达在斯坦福的公开课等入手,边看边补充概率、统计和矩阵计算的知识;
然后,可以看看github上的开源,例如caffe等等,看看各种算法怎么实现;
另一方面,可以关注一下kaggle比赛,看看其他人是怎么玩的;
等有点感觉了,看一下prml、esl等经典书籍,补补理论。
多花点精力反复整就行了,都是两个肩膀一个脑袋,别听什么适合不适合这个方向的,这个方向一点都不难,跟纯数学纯物理根本没法比,唯手熟尔。
相关文章推荐
- 学习路线:入门机器学习基本概念之简述极大似然估计
- 机器学习之工程师入门路线
- 学习路线:入门机器学习基本概念之机器学习中常用评估指标汇总
- 机器学习之工程师入门路线
- 机器学习/深度学习/自然语言处理学习路线 Stanford机器学习笔记 TensorFlow人工智能引擎入门教程之系列
- 机器学习入门路线规划
- 学习路线:入门机器学习基本概念之凸优化有什么用
- 【推荐】机器学习入门到进阶学习路线图
- 学习路线:入门机器学习基本概念之PCA 的数学原理和可视化效果
- 【学院官方整理】Python学习路线图-适合自学者从入门到项目开发(视频+文档) 干货提炼
- 转】机器学习开源框架Mahout配置与入门研究
- 机器学习tensorflow入门笔记
- 机器学习的最佳入门学习资源
- 机器学习入门之四:机器学习的范围(转载)
- 机器学习入门之四:机器学习的方法--其它算法(转载)
- 机器学习入门——回归与分类
- 机器学习路线图(附资料)
- TensorFlow学习二:MNIST机器学习入门
- 机器学习入门必备Anaconda多环境多版本python配置指导及使用
- 入门级攻略:机器学习 VS. 深度学习