机器学习入门点滴（一）（待补充完整）

标签：机器   ring   strong   element   完整   实战   线性代数   peter   learn   

Step1-知识准备：

1. 数学：线性代数，概率论和统计，高数

2. 程序语言：Matlab R 或 Python（只用于学习入门，不是实现的最佳语言）

3. 推荐书籍：选择一到两本公式较少、浅显易懂的介绍机器学习算法类型的书

    1）中文-《机器学习》（周志华）、《统计学习方法》（李航）、《机器学习实战》（Peter Harrington）

    2）外文-？（Pattern classification）

Step2-基础学习：

1. 推荐公开课：

    1）https://www.coursera.org/（Anderw Ng老师，Machine Learning课程）

    2）网易公开课，斯坦福机器学习相关课程

2. 网址：

    1）伯乐在线：http://blog.jobbole.com/tag/machinelearning/

3. 推荐书籍:

    1）外文-《Pattern Recognition and Machine learning》/ 《Elements of Statistical Learning》/《Introduction of Statictical Learning》

    2）中文-？

Step3-方向研究：

按需求（选择相近应用场景）、方向（如深度学习）升入学习和应用

机器学习入门点滴（一）（待补充完整）

标签：机器   ring   strong   element   完整   实战   线性代数   peter   learn   

原文地址：http://www.cnblogs.com/wrightcw/p/7819966.html