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

paul.chen 发表于 2019-7-15 01:52
kaggle的project挺不错的。整个kaggle社区很开放 很多大神们会公开代码 又可以做project又可以学东西

好哒！！谢谢楼主！！！(*^_^*)

谢谢楼主分享！！！对我帮助很大！！！

不错的分享

跟楼主同行 发个帖讨论下求职经历就好了！

楼主不会是某德国大爷组的吧...我好像认出来了

太有用啦！ 谢谢楼主

爬了下楼，这么和楼主说吧：楼主想要做的事太多，想法太宽泛而导致没有什么好的讨论。
首先，ML范畴太大，楼主都不说清楚项具体完成什么。入门什么东西？经典算法的学习？一本书或一门课好好吃透就行了。应用？研究清楚某几个包或库就好了。
其次，楼主列了这么多书，不记时间成本的吗？比如，PRML和ESL这两本书里，选一本书就已经很到位了，搞研究的就是起步先读一本书和做题，对某个方向感兴趣就看这个方向的reference，或者查某个关键词的资料。
最后，我个人觉得楼主是想学东西的，那不如补补统计，NN我不了解，但ds里很多要求模型解释性的话，统计，尤其是线性回归的知识，十分重要。
祝好。

楼主对Coursera的ML课程了解好全面，谢谢分享

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

在deep learning - CV 领域，hello world project 是 MNIST Handwritten Digit Classification

感谢lz分析！！希望能至少看完一个QVQ