返回首页
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!

机器学习入门必读(二)

时间:2016-11-01 19:12来源:未知 作者:杨清婉 点击:
此篇是 《机器学习入门必读(一)》 之后的续篇,主要是一些机器学习经典资料汇总。 一、入门攻略 1. 机器学习入门资源不完全汇总 2. tornadomeet 机器学习 笔记 3.《 Machine Learning Theory: An Introductory Primer 》 机器学习最基本的入门文章,适合零
    此篇是《机器学习入门必读(一)》之后的续篇,主要是一些机器学习经典资料汇总。
 

  一、入门攻略

  1.机器学习入门资源不完全汇总

  2.tornadomeet 机器学习 笔记

  3.《Machine Learning Theory: An Introductory Primer》

  机器学习最基本的入门文章,适合零基础者

  4.《有趣的机器学习:最简明入门指南》

  5.《机器学习的最佳入门学习资源》

  6. 《Brief History of Machine Learning》

  这是一篇介绍机器学习历史的文章,从感知机、神经网络、决策树、SVM、Adaboost到随机森林,非常全面。

  7.《A Gentle Introduction to Scikit-Learn: A Python Machine Learning Library》

  如果您是一位python工程师,千万别错过这篇,这是一份python机器学习库。

  8.《我爱机器学习》

  这篇文章比较直观的比较了Logistic Regression,Naive Bayes,SVM,决策树等方法的优劣。

  9.《The LION Way: Machine Learning plus Intelligent Optimization》

  这是一本机器学习的小册子, 图文并茂, 生动易懂适合新手入门打基础, 也适合老手温故而知新。

  10.《机器学习常见算法分类汇总》

  二、深度学习

  1.《Automatic Construction and Natural-Language Description of Nonparametric Regression Models》

  麻省理工Joshua B. Tenenbaum和剑桥Zoubin Ghahramani合作,写了一篇关于automatic statistician的文章。

  2.《Introduction to Information Retrieval》

  是由斯坦福Manning与谷歌副总裁Raghavan等合著的一本信息检索相关的书籍。

  3.《雅虎研究院的数据集汇总》

  包括:图与社交类数据,评分与分类数据,语言类数据,图像数据,竞赛数据和计算广告学数据。

  4.《2014年国际机器学习大会ICML 2014 论文》

  干货很多,值得深入学习下。

  5.《UFLDL-斯坦福大学Andrew Ng教授“Deep Learning”教程》

  本教程将阐述无监督特征学习和深度学习的主要观点。此外这关于这套教程的源代码在github上面已经有python版本了

  6.《Deep Learning for Natural Language Processing and Related Applications》

  这份文档需要一定的机器学习基础此能完全理解,精髓很多。

  7.《Neural Networks and Deep Learning》

  神经网络的免费在线书,还有对应的开源代码。

  8.《机器学习经典论文/survey合集》

  9.《Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱》

  10.《对话机器学习大神Michael Jordan:深度模型》

  推荐!国外程序员整理的机器学习资源大全

(责任编辑:admin)
量化投资,高频交易,程序化交易学习必备~900+个(200G+)培训视频持续更新中!!!
------分隔线----------------------------
云量化商城
如果您会开发策略,请进!大量项目等待与您合作!
推荐内容
量化投资培训