如何从零学习ML

ML
本文最后更新时间：2016年2月18日

我新建了个群，名叫从零学习ML，群号为：346880435，欢迎准备学习ML的朋友加入。

要学好ML必须先要有个学习计划，我查了一些资料，总结如下，希望能够节约大家的搜索时间：

了解ML基本概念

2014年年末博客园一位ML专家级园友@计算机的潜意识 友发布了一篇耗时两个月的博文：从机器学习谈起，该文以漫谈的方式介绍了ML的定义、应用范围、主要算法、深度学习和人工智能，该文足以作为入门读物仔细阅读，我还做了一本epbu格式的电子书，其中第一篇就是这篇文章，想在上下班路上阅读的群友可下载该电子书，建议用多看阅读打开。

需了解的数学知识

• 微积分
• 线性代数
• 概率学

不用非常精通，知道一些基本概念，学习的过程遇到什么再复习什么

一些工具

• 在线绘图工具 desmos
• scilab
• octave

scilab和octave是matlab的好的替代者，毕竟matlab是收费的，前者在高中课本（写下这句话的时间是：2016年2月18日11）里有提到；后者在吴恩达教授的公开课里有提到。这两都是开源的。

开始吧

目前找到的一些貌似可以用来入门的教程有

• 机器学习基石（视频）
• 斯坦福大学公开课 ：机器学习课程（视频）
• 机器学习实战（书）

《机器学习基石》是台湾大学林軒田老师的课程，他还有一个进阶的课程叫《机器学习技法》，博客园有人看过《机器学习基石》，并做了笔记，大家可以去看看难度怎么样。

《斯坦福大学公开课 ：机器学习课程》，是百度吴恩达教授的课，网易公开课已经全部翻译，但是版本较老，大家有兴趣的话可以参加16年的coursera上的课程。

《机器学习实战》这本书可以，不会把初学者吓跑。

另外还可以参考机器学习该怎么入门以及How do I learn machine learning?

下一步

下一步会是在哪里，看完吴恩达教授的视频后希望会找到方向

本文连接