机器学习入门资源不完全汇总

更新于 2015年6月9日 问答
我来说两句
6 2015年6月9日

机器学习入门资源不完全汇总

2014-10-14版, 好东西传送门编辑整理, 原文链接 http://ml.memect.com/article/machine-learning-guide.html

感谢贡献者: tang_Kaka_back@新浪微博

欢迎补充指正,转载请保留原作者和原文链接。本文是机器学习日报的一个专题合集,欢迎订阅: 给hao@memect.com发个邮件,标题"订阅机器学习日报"。

基本概念

机器学习 “机器学习是近20多年兴起的一门多领域交叉学科,涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律,并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论,机器学习与统计推断学联系尤为密切,也被称为统计学习理论。算法设计方面,机器学习理论关注可以实现的,行之有效的学习算法。” –摘自维基百科

How do you explain Machine Learning and Data Mining to non Computer Science people? @quora by Pararth Shah, 中文版 如何向小白介绍何谓机器学习和数据挖掘?买回芒果他就懂了 @36kr — 这印证了上面讲的定义 “机器学习就是从现象中发现统计规律,再利用规律预测”。当一车水果混作一团时,监督学习(supervised learning)能根据你提供的几个苹果样本帮你把所有苹果从梨,芒果中区分出来; 无监督学习(unsupervised learning)能根据已知的各种特征,无需样本自动把类似的水果分上几堆(也许是红水果和黄水果,也许是大苹果小苹果,…);关联规则学习(association rule learning) 则是帮你发现基于规则的规律,例如绿色的小苹果都有点酸。

下面从微观到宏观试着梳理一下机器学习的范畴:一个具体的算法,领域进一步细分,实战应用场景,与其他领域的关系。

图1: 机器学习的例子:NLTK监督学习的工作流程图 (source: http://www.nltk.org/book/ch06.html)

图2: 机器学习概要图 by Yaser Abu-Mostafa (Caltech) (source: http://work.caltech.edu/library/181.html)

图3: 机器学习实战:在python scikit learn 中选择机器学习算法 by Nishant Chandra (source: http://n-chandra.blogspot.com/2013/01/picking-machine-learning-algorithm.html)

图4: 机器学习和其他学科的关系: 数据科学的地铁图 by Swami Chandrasekaran (source: http://nirvacana.com/thoughts/becoming-a-data-scientist/)

入门攻略

大致分三类: 起步体悟,实战笔记,行家导读

更多攻略

课程资源

Tom Mitchell 和 Andrew Ng 的课都很适合入门

入门课程

2011 Tom Mitchell(CMU)机器学习

英文原版视频与课件PDF 他的《机器学习》在很多课程上被选做教材,有中文版。 * Decision Trees * Probability and Estimation * Naive Bayes * Logistic Regression * Linear Regression * Practical Issues: Feature selection,Overfitting … * Graphical models: Bayes networks, EM,Mixture of Gaussians clustering … * Computational Learning Theory: PAC Learning, Mistake bounds … * Semi-Supervised Learning * Hidden Markov Models * Neural Networks * Learning Representations: PCA, Deep belief networks, ICA, CCA … * Kernel Methods and SVM * Active Learning * Reinforcement Learning 以上为课程标题节选

2014 Andrew Ng (Stanford)机器学习

英文原版视频果壳讨论 这就是针对自学而设计的,免费还有修课认证。“老师讲的是深入浅出,不用太担心数学方面的东西。而且作业也非常适合入门者,都是设计好的程序框架,有作业指南,根据作业指南填写该完成的部分就行。”(参见白马同学的入门攻略)”推荐报名,跟着上课,做课后习题和期末考试。(因为只看不干,啥都学不会)。” (参见reyoung的建议)

  1. Introduction (Week 1)
  2. Linear Regression with One Variable (Week 1)
  3. Linear Algebra Review (Week 1, Optional)
  4. Linear Regression with Multiple Variables (Week 2)
  5. Octave Tutorial (Week 2)
  6. Logistic Regression (Week 3)
  7. Regularization (Week 3)
  8. Neural Networks: Representation (Week 4)
  9. Neural Networks: Learning (Week 5)
  10. Advice for Applying Machine Learning (Week 6)
  11. Machine Learning System Design (Week 6)
  12. Support Vector Machines (Week 7)
  13. Clustering (Week 8)
  14. Dimensionality Reduction (Week 8)
  15. Anomaly Detection (Week 9)
  16. Recommender Systems (Week 9)
  17. Large Scale Machine Learning (Week 10)
  18. Application Example: Photo OCR
  19. Conclusion

进阶课程

2013年Yaser Abu-Mostafa (Caltech) Learning from Data — 内容更适合进阶 课程视频,课件PDF@Caltech

  1. The Learning Problem
  2. Is Learning Feasible?
  3. The Linear Model I
  4. Error and Noise
  5. Training versus Testing
  6. Theory of Generalization
  7. The VC Dimension
  8. Bias-Variance Tradeoff
  9. The Linear Model II
  10. Neural Networks
  11. Overfitting
  12. Regularization
  13. Validation
  14. Support Vector Machines
  15. Kernel Methods
  16. Radial Basis Functions
  17. Three Learning Principles
  18. Epilogue

2014年 林軒田(国立台湾大学) 機器學習基石 (Machine Learning Foundations) — 内容更适合进阶,華文的教學講解 课程主页

When Can Machines Learn? [何時可以使用機器學習] The Learning Problem [機器學習問題] — Learning to Answer Yes/No [二元分類] — Types of Learning [各式機器學習問題] — Feasibility of Learning [機器學習的可行性]

Why Can Machines Learn? [為什麼機器可以學習] — Training versus Testing [訓練與測試] — Theory of Generalization [舉一反三的一般化理論] — The VC Dimension [VC 維度] — Noise and Error [雜訊一錯誤]

How Can Machines Learn? [機器可以怎麼樣學習] — Linear Regression [線性迴歸] — Linear `Soft’ Classification [軟性的線性分類] — Linear Classification beyond Yes/No [二元分類以外的分類問題] — Nonlinear Transformation [非線性轉換]

How Can Machines Learn Better? [機器可以怎麼樣學得更好] — Hazard of Overfitting [過度訓練的危險] — Preventing Overfitting I: Regularization [避免過度訓練一:控制調適] — Preventing Overfitting II: Validation [避免過度訓練二:自我檢測] — Three Learning Principles [三個機器學習的重要原則]

更多选择

2008年Andrew Ng CS229 机器学习 — 这组视频有些年头了,主讲人这两年也高大上了.当然基本方法没有太大变化,所以课件PDF可下载是优点。 中文字幕视频@网易公开课 | 英文版视频@youtube | 课件PDF@Stanford

第1集.机器学习的动机与应用 第2集.监督学习应用.梯度下降 第3集.欠拟合与过拟合的概念 第4集.牛顿方法 第5集.生成学习算法 第6集.朴素贝叶斯算法 第7集.最优间隔分类器问题 第8集.顺序最小优化算法 第9集.经验风险最小化 第10集.特征选择 第11集.贝叶斯统计正则化 第12集.K-means算法 第13集.高斯混合模型 第14集.主成分分析法 第15集.奇异值分解 第16集.马尔可夫决策过程 第17集.离散与维数灾难 第18集.线性二次型调节控制 第19集.微分动态规划 第20集.策略搜索

2012年余凯(百度)张潼(Rutgers) 机器学习公开课 — 内容更适合进阶 课程主页@百度文库课件PDF@龙星计划

第1节Introduction to ML and review of linear algebra, probability, statistics (kai) 第2节linear model (tong) 第3节overfitting and regularization(tong) 第4节linear classification (kai) 第5节basis expansion and kernelmethods (kai) 第6节model selection and evaluation(kai) 第7节model combination (tong) 第8节boosting and bagging (tong) 第9节overview of learning theory(tong) 第10节optimization in machinelearning (tong) 第11节online learning (tong) 第12节sparsity models (tong) 第13节introduction to graphicalmodels (kai) 第14节structured learning (kai) 第15节feature learning and deeplearning (kai) 第16节transfer learning and semi supervised learning (kai) 第17节matrix factorization and recommendations (kai) 第18节learning on images (kai) 第19节learning on the web (tong)

论坛网站

中文

http://www.52ml.net/ 我爱机器学习

http://www.mitbbs.com/bbsdoc/DataSciences.html MITBBS- 电脑网络 – 数据科学版

http://www.guokr.com/group/262/ 果壳 > 机器学习小组

http://cos.name/cn/forum/22 统计之都 » 统计学世界 » 数据挖掘和机器学习

http://bbs.byr.cn/#!board/ML_DM 北邮人论坛 >> 学术科技 >> 机器学习与数据挖掘

英文

https://github.com/josephmisiti/awesome-machine-learning 机器学习资源大全

http://work.caltech.edu/library/ Caltech 机器学习视频教程库,每个课题一个视频

http://www.kdnuggets.com/ 数据挖掘名站

http://www.datasciencecentral.com/ 数据科学中心网站

东拉西扯

一些好东西,入门前未必看得懂,要等学有小成时再看才能体会。

机器学习与数据挖掘的区别40]40 * 机器学习关注从训练数据中学到已知属性进行预测 * 数据挖掘侧重从数据中发现未知属性

Dan Levin, What is the difference between statistics, machine learning, AI and data mining? * If there are up to 3 variables, it is statistics. * If the problem is NP-complete, it is machine learning. * If the problem is PSPACE-complete, it is AI. * If you don’t know what is PSPACE-complete, it is data mining.

几篇高屋建瓴的机器学习领域概论, 参见原文 * The Discipline of Machine LearningTom Mitchell 当年为在CMU建立机器学习系给校长写的东西。 * A Few Useful Things to Know about Machine Learning Pedro Domingos教授的大道理,也许入门时很多概念还不明白,上完公开课后一定要再读一遍。这是刘知远翻译的中文版 机器学习那些事 PDF

几本好书,书籍推荐很多高人都做过,这里就不多说了,直接给链接 * Machine Learning in Action Peter Harrington 中文版 机器学习实战 @豆瓣 — “这本书能让你明白:那些被吹捧得出神入化的分类算法,竟然实现起来如此简单; 那些看是高深的数学理论,其实一句话就能道明其本质; 一切复杂的事物,出发点都是非常简单的想法。” 摘自Kord @豆瓣的评论 * 李航博士的书 统计学习方法 @豆瓣 — 首先这是一本好书,“如果我什么都不知道,这种干货为主的传统教科书很可能会让我讨厌机器学习的(个人观点)。但是,如果把这本书作为参考书,那将是非常好的一本,一方面算是比较权威吧,另一方面是简洁,用公式、逻辑说话,不做太多通俗的解释,比起PRML等书就简洁了很多,有着独特的魅力和市场需求。” 摘自chentingpc @豆瓣的评论 * 机器学习经典书籍 @算法组 by 算法组

[]: [[#基本概念
[]: [[#入门攻略
[]: [[#课程资源
[]: [[#论坛网站
[]: [[#东拉西扯
[]: http://en.wikipedia.org/wiki/Machine_learning%5B#Machine_learning_and_data_mining

回复

欢迎大家留言补充!

回复
取消
机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1): https://github.com/ty4z2008/Qix/blob/master/dl.md
回复
取消

<script>alert(1)</script>

回复
取消

\x00\x3c\x73\x63\x72\x69\x70\x74\x3e\x61\x6c\x65\x72\x74\x28\x31\x29\x3c\x2f\x73\x63\x72\x69\x70\x74\x3e

回复
取消

\u003c\u0073\u0063\u0072\u0069\u0070\u0074\u003e\u0061\u006c\u0065\u0072\u0074\u0028\u0031\u0029\u003c\u002f\u0073\u0063\u0072\u0069\u0070\u0074\u003e

回复
取消