机器学习与深度学习资料推荐

持续更新中...

深度学习圣经级教科书

摆书房，信仰用

公开课

Machine learning：

• Andrew Ng (吴恩达): 斯坦福大学CS229 《 Mchine learning》推荐
• Andrew Ng (吴恩达): Coursera2012推荐
• Hung-yi Lee: 台湾大学 Machine Learning (2017,Fall)推荐
• Geoffrey Hinton: Coursera 《Neural Networks For Machine Learning》
• Yaser Abu-Mostafa: 加州理工学院 《Learnning from data》

Deep learning：

• Andrew Ng (吴恩达): DeeplearniNg.AI Deep Learning推荐
• Fei-Fei Li: 斯坦福大学CS231n 《Convolutional Neural Networks for Visual Recognition》推荐
• Chris Manning: 斯坦福大学CS224n 《Natural Language Processing with Deep Learning》
• Google: Udacity 《Deep Learning by Google》

Reinforcement Learning：

• Hung-yi Lee: 台湾大学 深度强化学习推荐
• Emma Brunskill: 斯坦福大学CS234 《Reinforcement Learning Winter 2019》

教材

• Yoshua Bengio. 《Deep Learning》
• Gene H. Golub. 《Matrix Computations》
• 李航. 《统计学习方法》
• 周志华. 《机器学习》
• Li Y. Deep Reinforcement Learning: An Overview[J]. 2017.
• 郑哲宇. 《TensorFlow 实战Google深度学习框架 (第2版)》
• 诸葛越. 《百面机器学习》

深度学习框架

• Tensorflow
  初学者篇：https://www.tensorflow.org/get_started/mnist/beginners
  进阶篇：https://www.tensorflow.org/get_started/mnist/pros

• PyTorch
  参考：https://pytorch.apachecn.org/docs/1.0/#/

• Caffe
  参考：http://www.cnblogs.com/denny402/tag/caffe/default.html?page=2

• Keras
  参考：http://keras-cn.readthedocs.io/en/latest/getting_started/sequential_model/