【整理&分析】Machine Learning常用入门参考资料 (Coursera + Textbooks)

donnice 发表于 2019-7-9 08:09
感谢LZ。在这里做个非常简单的关于deep learning的补充，推荐些人尽皆知的材料：

花书：https://github. ...

感谢补充！我忘了加Stanford的公开课，我自己也看过CS229的笔记，感觉很不错。这几个我也收了～

cs229 (Machine Learning)
http://cs229.stanford.edu/syllabus.html

个人很喜欢里面的数学推导，不难，思路很清晰。

谢谢分享，Mark

感谢楼主分享，辛苦啦~~！
我略微分享一下自己的经历，之前有些懒得看教材，于是当时直接去找老师申请做研究，才开始的时候啥都不知道，从老师写的paper开始看起，才慢慢有了相关联知识的累积。
因为在老师的研究组里，也是外力逼迫着去学。

非常感谢楼主的分享！

想请教楼主，一个像编程领域的 hello world 级别的应用，在ML的counterpart是什么

请叫我热情老八 发表于 2019-7-9 13:09
想请教楼主，一个像编程领域的 hello world 级别的应用，在ML的counterpart是什么

是个好问题！我猜就是拿sk_learn实现linear regression？但ML任何算法的问题是要有大量可用数据，不像hello world那样即插即用

感谢楼主分享！！！！

mark了, 感谢楼主分享！！！

谢谢分享~~

mark mark this is helpful