邱锡鹏老师《神经网络与深度学习》一书参考视频及补充材料(非官方),主要是依据邱老师书籍的编排顺序整理了近几年李宏毅老师以及“白板推导系列”的所有内容,视频内容几乎涵盖邱老师书中的所有知识。另外也补充了自己在学习过程中接触过的一些好的资料。还在调整与更新中ing...
教材:
视频资料:
备注:
- 视频资料在B站均有公布,感谢几位老师的分享!
补充:
News:
- 2019/10/25:根据目前学的内容,整理了一份机器学习主干知识的统一架构,还没有完全梳理好(尤其是强化学习与概率图模型部分),但是最基本的架构已经确定了,分享出来供大家参考,后面我会继续调整,并做出必要的解释,有疑问或建议欢迎issue!
- 2020/02/22:强烈安利Ben Trevett的一系列PyTorch教程!!
入门
核心
- 《统计学习方法(第二版)》,李航著 [知乎参考读物]
- 《机器学习》, 周志华著;
- CS229: Machine Learning
- 《模式识别与机器学习》, 马春鹏译
- STA 4273H: Large Scale Machine Learning
- 《深度学习》,Lan Goodfellow等著
- 《概率图模型:原理与技术》Daphne Koller著
- CS224W: Machine Learning with Graphs
- CS285: Deep Reinforcement Learning
- CS294-158: Deep Unsupervised Learning
- CS236: Deep Generative Models
- CS229T:Statistical Learning Theory
- CS 330: Deep Multi-Task and Meta Learning
补充
- 机器学习与数据脱敏
- AI算法工程师笔记
- NN4ML,Hinton
- CSC 2541: Differentiable Inference and Generative Models
- Stat212b: Topics Course on Deep Learning, Joan Bruna(Yann LeCun 博士后)
- 36-708 Statistical Methods for Machine Learning
- 《Machine Learning:A Probabilistic Perspective》
- 《An Introduction to Statistical Learning》
- 《The Elements of Statistical Learning》
- 其他:机器学习、深度学习,吴恩达;统计机器学习、机器学习导论,张志华;机器学习(各距离之间的关系)、深度学习,邹博;机器学习,徐亦达;机器学习基础、机器学习技法,林轩田;慕课网:Python3玩转机器学习
This page maintained by @ dasepli,
View on GitHub