推荐《机器学习实战》这本书!

朱晓东 发表了文章 • 2 个评论 • 136 次浏览 • 2016-05-12 10:17 • 来自相关话题

书中给出了各算法的PYTHON代码实现,对于初学或中间阶段的同学都会有很大帮助,
不想看书的朋友可以看
http://www.cnblogs.com/qwertWZ/p/4510859.html
这个人的博客,上面有几篇相关这本书的文章。
书中给出了各算法的PYTHON代码实现,对于初学或中间阶段的同学都会有很大帮助,
不想看书的朋友可以看
http://www.cnblogs.com/qwertWZ/p/4510859.html
这个人的博客,上面有几篇相关这本书的文章。

机器学习/数据挖掘学习资源

王开新 发表了文章 • 2 个评论 • 218 次浏览 • 2016-04-12 10:54 • 来自相关话题

想学的东西太多,拥有的时间太少,花点时间把要学的资源整理一下,再慢慢来

Python 基础篇

书籍

《Python for Informatics》: 这是一本python的入门书,浅显易懂,书也很薄。最重要的是,它是一本开源的书,其pdf版本可以免费下载使用。翻译版排版很不好,英文原版没有这个问题。它使用的python版本是python2.x
《Learning Python》(译名:《Python学习手册》):这本书是一本翔实的介绍python基础语法细节的书,很多例子都可以用来作为练习,习题量较少。它涵盖了python2.x和python3.x,而且在书中多处进行了对比说明
《Programming Python》(译名:《Python编程》):与上一本书是同一系列,不过更加偏向Python的实际应用(比如数据库,图形界面,网络编程),分上下两册
《Python Pocket Reference》:这本书国内好像没有译本,和上两本属同一系列,是一本很薄的小册子,用作语法参考
《Data Structure and Algorithms Using Python》:同学推荐,与python本身的关系可能不大,主要讲数据结构和算法,如果看倦了Java/C like类的算法书的可以看看这个

公开课

Cousera:密歇根大学的《零基础 Python 入门》系列课程,部分内容是基于《Python for Informatics》这本书的,可以免费听每一门课
中国大学MOOC:哈工大的《高级语言程序设计(Python)》,不喜欢英语的可以通过这门课入门,顺便学习一下Spyder这个IDE

Python 专项篇

下面所列的课程或书籍不代表比上面的难,只是更专门针对某个方面,需要一定的python基础(仅仅是一定的python基础,完全不需要啃完Oreilly那一个系列)

书籍

《Building Machine Learning System With Python》(译名:《机器学习系统设计》:还没看,挖个坑,以后再填
《Machine Learning in Action》(译名:《机器学习实战》):简单介绍了一些常用的算法和一些例子的python实现(不是调sklearn包,而是直接实现),不是很详细,可以作为大略了解某种算法思想的书来看看
《Scipy Lecture Notes》:生动详细介绍了Numpy,Scipy的基本功能和高级功能,也介绍了一些Scikit-learn等一些包。文档开源,制作精良,强烈推荐
《Pandas:powerful Python dada analysis toolkit》:python数据分析包pandas的官方文档,比较实用

机器学习/数据挖掘篇

书籍

《机器学习》——周志华:国内机器学习第一人,目前还没看这本书,听过他的讲座,还是不错的
《Pattern Classification》(译名:《模式分类》):周志华组里的一位学长推荐的书,数学证明较多,主要偏向模式分类这个具体的方向
《统计学习方法》——李航:另一位大牛学长推荐,目前也还没看,以后再来填坑

公开课

Coursera: 斯坦福大学的《Machine Learning》:五星推荐的入门课程,Prof. Andrew Ng 讲得十分生动仔细,不需要太高数学水平,涵盖了许多机器学习方面的内容。课后作业一定要做,对加深理解很有帮助,有时间还可以再回放一遍,整理一下
Coursera: 斯坦福大学的《Probabilistic Graphical Models》:还没上,以后再填坑
Coursera: 伊利诺伊大学香槟分校的《数据挖掘专项课程》:还没上完,以后再填坑

其他

Stackoverflow : 越来越觉得这个论坛的强大
Quora : 国外的知乎
Scikitlearn:Python机器学习包的官网,有很多例子和大量的API文档
  查看全部
想学的东西太多,拥有的时间太少,花点时间把要学的资源整理一下,再慢慢来

Python 基础篇

书籍

《Python for Informatics》: 这是一本python的入门书,浅显易懂,书也很薄。最重要的是,它是一本开源的书,其pdf版本可以免费下载使用。翻译版排版很不好,英文原版没有这个问题。它使用的python版本是python2.x
《Learning Python》(译名:《Python学习手册》):这本书是一本翔实的介绍python基础语法细节的书,很多例子都可以用来作为练习,习题量较少。它涵盖了python2.x和python3.x,而且在书中多处进行了对比说明
《Programming Python》(译名:《Python编程》):与上一本书是同一系列,不过更加偏向Python的实际应用(比如数据库,图形界面,网络编程),分上下两册
《Python Pocket Reference》:这本书国内好像没有译本,和上两本属同一系列,是一本很薄的小册子,用作语法参考
《Data Structure and Algorithms Using Python》:同学推荐,与python本身的关系可能不大,主要讲数据结构和算法,如果看倦了Java/C like类的算法书的可以看看这个

公开课

Cousera:密歇根大学的《零基础 Python 入门》系列课程,部分内容是基于《Python for Informatics》这本书的,可以免费听每一门课
中国大学MOOC:哈工大的《高级语言程序设计(Python)》,不喜欢英语的可以通过这门课入门,顺便学习一下Spyder这个IDE

Python 专项篇

下面所列的课程或书籍不代表比上面的难,只是更专门针对某个方面,需要一定的python基础(仅仅是一定的python基础,完全不需要啃完Oreilly那一个系列)

书籍

《Building Machine Learning System With Python》(译名:《机器学习系统设计》:还没看,挖个坑,以后再填
《Machine Learning in Action》(译名:《机器学习实战》):简单介绍了一些常用的算法和一些例子的python实现(不是调sklearn包,而是直接实现),不是很详细,可以作为大略了解某种算法思想的书来看看
《Scipy Lecture Notes》:生动详细介绍了Numpy,Scipy的基本功能和高级功能,也介绍了一些Scikit-learn等一些包。文档开源,制作精良,强烈推荐
《Pandas:powerful Python dada analysis toolkit》:python数据分析包pandas的官方文档,比较实用

机器学习/数据挖掘篇

书籍

《机器学习》——周志华:国内机器学习第一人,目前还没看这本书,听过他的讲座,还是不错的
《Pattern Classification》(译名:《模式分类》):周志华组里的一位学长推荐的书,数学证明较多,主要偏向模式分类这个具体的方向
《统计学习方法》——李航:另一位大牛学长推荐,目前也还没看,以后再来填坑

公开课

Coursera: 斯坦福大学的《Machine Learning》:五星推荐的入门课程,Prof. Andrew Ng 讲得十分生动仔细,不需要太高数学水平,涵盖了许多机器学习方面的内容。课后作业一定要做,对加深理解很有帮助,有时间还可以再回放一遍,整理一下
Coursera: 斯坦福大学的《Probabilistic Graphical Models》:还没上,以后再填坑
Coursera: 伊利诺伊大学香槟分校的《数据挖掘专项课程》:还没上完,以后再填坑

其他

Stackoverflow : 越来越觉得这个论坛的强大
Quora : 国外的知乎
Scikitlearn:Python机器学习包的官网,有很多例子和大量的API文档
 

机器学习推荐资料

刘伙玉 发表了文章 • 0 个评论 • 259 次浏览 • 2016-04-11 19:42 • 来自相关话题

我目前看过的或者正在学习的资源,觉得非常不错的,都列举在下面。
 书籍:
李航老师的《统计学习方法》
周志华老师的《机器学习》
 
Coursera免费视频课程:
林轩田老师的《机器学习》,如果感觉听英文课程吃力的可以先听这个课程,国语授课,英文PPT。
Andrew NG的《Machine Learning》
 
小象学院收费课程:
小象学院邹博的《机器学习》,现在开第二期,是一个阿里星朋友推荐给我的。
 
后续再不断更新! 查看全部
我目前看过的或者正在学习的资源,觉得非常不错的,都列举在下面。
 书籍:
李航老师的《统计学习方法》
周志华老师的《机器学习》
 
Coursera免费视频课程:
林轩田老师的《机器学习》,如果感觉听英文课程吃力的可以先听这个课程,国语授课,英文PPT。
Andrew NG的《Machine Learning》
 
小象学院收费课程:
小象学院邹博的《机器学习》,现在开第二期,是一个阿里星朋友推荐给我的。
 
后续再不断更新!