本文對這一年來機器之心發布的教程進行總結，共分為 What 和 How 兩大部分，在兩大板塊下又進行細分，目錄如下：
?

What

• 概念

• 機器學習基礎

• 深度模型基礎

• 強化學習基礎

• 數學

How

• 致初學者

• 課程

• 算法實現

• 機器學習基礎實現

• 深度網絡基礎實現

• 計算機視覺實現

• 自然語言處理實現

• 強化學習實現

• 深度學習框架

• 工具方法

• 云端

• 邊緣設備

• 硬件

• 吃喝玩樂擼擼貓

• Money, Money, Money

?

What

?

概念

?

1. 機器學習基礎
?

• 一文讀懂機器學習、數據科學、人工智能、深度學習和統計學之間的區別

• 人人都能讀懂的無監督學習：什么是聚類和降維？

• 如何解讀決策樹和隨機森林的內部工作機制？

• 教程 | 擬合目標函數后驗分布的調參利器：貝葉斯優化

• 入門 | 區分識別機器學習中的分類與回歸

• 深度 | 思考VC維與PAC：如何理解深度神經網絡中的泛化理論？

• 教程 | 理解XGBoost機器學習模型的決策過程

• 業界 | 似乎沒區別，但你混淆過驗證集和測試集嗎？

• 教程 | 初學者如何學習機器學習中的L1和L2正則化

• 機器學習算法集錦：從貝葉斯到深度學習及各自優缺點

• 入門 | 機器學習新手必看10大算法

• 教程 | 詳解支持向量機SVM：快速可靠的分類算法

• 干貨 | 詳解支持向量機（附學習資源）

• 教程 | 遺傳算法的基本概念和實現（附Java實現案例）

• 教程 | 利用達爾文的理論學習遺傳算法

• 深度 | 詳解可視化利器t-SNE算法：數無形時少直覺

• 入門 | 如何構建穩固的機器學習算法：Boosting&Bagging

• 資源 | 神經網絡調試手冊：從數據集與神經網絡說起

• 觀點 | 三大特征選擇策略，有效提升你的機器學習水準

• 教程 | 如何為單變量模型選擇最佳的回歸函數

• 機器學習老中醫：利用學習曲線診斷模型的偏差和方差

• 教程 | 如何為時間序列數據優化K-均值聚類速度？

• 入門 | 將應用機器學習轉化為求解搜索問題

• 從重采樣到數據合成：如何處理機器學習中的不平衡分類問題？

?

2. 深度模型基礎
?

• 從零開始：教你如何訓練神經網絡

• 教程 | 深度學習初學者必讀：張量究竟是什么？

• 解讀 | 通過拳擊學習生成對抗網絡（GAN）的基本原理

• 干貨 | 直觀理解GAN背后的原理：以人臉圖像生成為例

• 教程 | 從基本概念到實現，全卷積網絡實現更簡潔的圖像識別

• 資源 | 初學者指南：神經網絡在自然語言處理中的應用

• 教程 | 深度學習：自動編碼器基礎和類型

• 入門 | 請注意，我們要談談神經網絡的注意機制和使用方法

• 教程 | 經典必讀：門控循環單元（GRU）的基本概念與原理

• 入門 | 遷移學習在圖像分類中的簡單應用策略

• 解讀 | 如何從信號分析角度理解卷積神經網絡的復雜機制？

• 教程 | 無監督學習中的兩個非概率模型：稀疏編碼與自編碼器

• 深度 | 從任務到可視化，如何理解LSTM網絡中的神經元

• 教程 | 將注意力機制引入RNN，解決5大應用領域的序列預測問題

• 教程 | 聽說你了解深度學習最常用的學習算法：Adam優化算法？

• 教程 | 如何解決LSTM循環神經網絡中的超長序列問題

• 教程 | 一個基于TensorFlow的簡單故事生成案例：帶你了解LSTM

• 教程 | 如何判斷LSTM模型中的過擬合與欠擬合

• 教程 | 如何估算深度神經網絡的最優學習率

• 教程 | 如何為神經機器翻譯配置編碼器-解碼器模型？

• 教程 | 如何用深度學習處理結構化數據？

• 改進卷積神經網絡，你需要這14種設計模式

?

3. 強化學習基礎
?

• 從強化學習基本概念到Q學習的實現，打造自己的迷宮智能體

• 教程 | Keras+OpenAI強化學習實踐：深度Q網絡

• 一份數學小白也能讀懂的「馬爾可夫鏈蒙特卡洛方法」入門指南

• 入門 | 蒙特卡洛樹搜索是什么？如何將其用于規劃星際飛行？

• 教程 | Keras+OpenAI強化學習實踐：行為-評判模型

• 從貝葉斯定理到概率分布：綜述概率論基本定義

• 想了解概率圖模型？你要先理解圖論的基本定義與形式

?

數學

?

• 干貨 | 機器學習需要哪些數學基礎？

• 深度神經網絡中的數學，對你來說會不會太難？

• 觀點 | Reddit 熱門話題：如何閱讀并理解論文中的數學內容？

• 教程 | 基礎入門：深度學習矩陣運算的概念和代碼實現

• 從概率論到多分類問題：綜述貝葉斯統計分類

• 機器之心最干的文章：機器學習中的矩陣、向量求導

?

How

?

致初學者

?

• 教程 | Kaggle CTO Ben Hamner ：機器學習的八個步驟

• 教程 | Kaggle初學者五步入門指南，七大訣竅助你享受競賽

• 從零開始，教初學者如何征戰Kaggle競賽

• 只需十四步：從零開始掌握Python機器學習（附資源）

• 如何從初入行者進階為人工智能先鋒青年？

• 觀點 | 如何從一名軟件工程師轉行做人工智能？

• 教程 | 如何轉行成為一名數據科學家？

• 初學者怎么選擇神經網絡環境？對比MATLAB、Torch和TensorFlow

• 教程 | 初學者如何選擇合適的機器學習算法（附速查表）

• 經驗之談：如何為你的機器學習問題選擇合適的算法？

• 資源 | 企業應該怎樣選擇數據科學&機器學習平臺？

• 實驗研究工作流程詳解：如何把你的機器學習想法變成現實

• 觀點 | 機器學習新手工程師常犯的6大錯誤

• 教程 | 如何用Docker成為更高效的數據科學家？

• 從標題到寫作流程：寫好一篇論文的十條基本原則

• 論文格式排版你真的做對了嗎? 常用格式及其LaTeX書寫方法介紹

?

課程

?

• 蒙特利爾大學開放MILA 2017夏季深度學習與強化學習課程視頻（附完整PPT）

• 斯坦福CS231n Spring 2017開放全部課程視頻（附大綱）

• 斯坦福大學秋季課程《深度學習理論》STATS 385開講

• 資源 | CMU統計機器學習2017春季課程：研究生水平

• 教程 | 斯坦福CS231n 2017最新課程：李飛飛詳解深度學習的框架實現與對比

• 三天速成！香港科技大學TensorFlow課件分享

• 四天速成！香港科技大學 PyTorch 課件分享

• 吳恩達Deeplearning.ai課程學習全體驗：深度學習必備課程（已獲證書）

?

算法實現

?

1. 機器學習基礎實現
?

• 教程 | 從頭開始：用Python實現帶隨機梯度下降的線性回歸

• 初學TensorFlow機器學習：如何實現線性回歸？（附練習題）

• 教程 | 從頭開始：用Python實現帶隨機梯度下降的Logistic回歸

• 教程 | 從頭開始：用Python實現隨機森林算法

• 教程 | 從頭開始：用Python實現基線機器學習算法

• 教程 | 從頭開始：用Python實現決策樹算法

• 聽說你用JavaScript寫代碼？本文是你的機器學習指南

• 教程 | 如何使用JavaScript構建機器學習模型

• 教程 | 初學文本分析：用Python和scikit-learn實現垃圾郵件過濾器

• 教程 | 如何通過牛頓法解決Logistic回歸問題

• 每個Kaggle冠軍的獲勝法門：揭秘Python中的模型集成

• 教程 | 如何在Python中快速進行語料庫搜索：近似最近鄰算法

?

2. 深度網絡基礎實現
?

• 教程 | 初學者入門：如何用Python和SciKit Learn 0.18實現神經網絡？

• 教程 | 如何用30行JavaScript代碼編寫神經網絡異或運算器

• 教程 | 使用MNIST數據集，在TensorFlow上實現基礎LSTM網絡

• 教程 | 如何使用Keras集成多個卷積網絡并實現共同預測

• 教程 | 在Python和TensorFlow上構建Word2Vec詞嵌入模型

• 教程 | 詳解如何使用Keras實現Wassertein GAN

• 機器之心GitHub項目：從零開始用TensorFlow搭建卷積神經網絡

• 教程 | 如何基于TensorFlow使用LSTM和CNN實現時序分類任務

• 作為TensorFlow的底層語言，你會用C++構建深度神經網絡嗎？

• 入門 | 十分鐘搞定Keras序列到序列學習（附代碼實現）

• 入門 | 想實現DCGAN？從制作一張門票談起！

• 教程 | 通過PyTorch實現對抗自編碼器

• 教程 | 基于Keras的LSTM多變量時間序列預測

?

3. 計算機視覺實現
?

• 教程 | TensorFlow從基礎到實戰：一步步教你創建交通標志分類神經網絡

• 教程 | 如何使用TensorFlow和自編碼器模型生成手寫數字

• 教程 | 無需復雜深度學習算法，基于計算機視覺使用Python和OpenCV計算道路交通

• 教程 | 深度學習 + OpenCV，Python實現實時視頻目標檢測

• 教程 | 如何通過57行代碼復制價值8600萬澳元的車牌識別項目

• 教程 | 百行代碼構建神經網絡黑白圖片自動上色系統

• 教程 | 盯住梅西：TensorFlow目標檢測實戰

• 深度 | 從數據結構到Python實現：如何使用深度學習分析醫學影像

• 僅需15分鐘，使用OpenCV+Keras輕松破解驗證碼

• 教程 | 如何使用TensorFlow API構建視頻物體識別系統

• 教程 | 經得住考驗的「假圖片」：用TensorFlow為神經網絡生成對抗樣本

• 先讀懂CapsNet架構然后用TensorFlow實現，這應該是最詳細的教程了

• 教程 | 如何使用深度學習去除人物圖像背景

• 資源 | 如何通過CRF-RNN模型實現圖像語義分割任務

?

4. 自然語言處理實現
?

• 如何解決90％的自然語言處理問題：分步指南奉上

• 資源 | Github項目：斯坦福大學CS-224n課程中深度NLP模型的PyTorch實現

• 谷歌開放GNMT教程：如何使用TensorFlow構建自己的神經機器翻譯系統

• 教程 | 從頭開始在Python中開發深度學習字幕生成模型

• 資源 | 谷歌全attention機器翻譯模型Transformer的TensorFlow實現

• 教程 | 如何使用TensorFlow構建、訓練和改進循環神經網絡

• 教程 | Kaggle網站流量預測任務第一名解決方案：從模型到代碼詳解時序預測

• 教程 | 用于金融時序預測的神經網絡：可改善移動平均線經典策略

• 教程 | 如何用PyTorch實現遞歸神經網絡？

• 教程 | 用數據玩點花樣！如何構建skip-gram模型來訓練和可視化詞向量

• 教程 | 利用TensorFlow和神經網絡來處理文本分類問題

?

5. 強化學習實現
?

• 教程 | 深度強化學習入門：用TensorFlow構建你的第一個游戲AI

• 資源 | 價值迭代網絡的PyTorch實現與Visdom可視化

• 解讀 | 如何使用深度強化學習幫助自動駕駛汽車通過交叉路口？

?

6. 深度學習框架
?

• 分布式TensorFlow入坑指南：從實例到代碼帶你玩轉多機器深度學習

• 教程 | 從零開始：TensorFlow機器學習模型快速部署指南

• 資源 | TensorFlow極簡教程：創建、保存和恢復機器學習模型

• 快速開啟你的第一個項目：TensorFlow項目架構模板

• TensorFlow初學者指南：如何為機器學習項目創建合適的文件架構

• 教程 | 七個小貼士，順利提升TensorFlow模型訓練表現

• 教程 | 如何從TensorFlow轉入PyTorch

• 教程 | 如何利用C++搭建個人專屬的TensorFlow

• 谷歌云大會教程：沒有博士學位如何玩轉TensorFlow和深度學習（附資源）

• 教程 | 維度、廣播操作與可視化：如何高效使用TensorFlow

• 教程 | PyTorch內部機制解析：如何通過PyTorch實現Tensor

• 賈揚清撰文詳解Caffe2：從強大的新能力到入門上手教程

• 教程 | TensorFlow 官方解讀：如何在多系統和網絡拓撲中構建高性能模型

• 教程 | 如何使用TensorFlow中的高級API：Estimator、Experiment和Dataset

• 教程 | Docker Compose + GPU + TensorFlow 所產生的奇妙火花

?

工具方法

?

• 教程 | 如何優雅而高效地使用Matplotlib實現數據可視化

• 教程 | 如何用百度深度學習框架PaddlePaddle做數據預處理

• 教程 | 一文入門Python數據分析庫Pandas

• 代碼優化指南：人生苦短，我用Python

• 資源 | 從數組到矩陣的跡，NumPy常見使用大總結

• 教程 | Python代碼優化指南：從環境設置到內存分析（一）

• 資源 | 如何利用VGG-16等模型在CPU上測評各深度學習框架

• 教程 | 手把手教你可視化交叉驗證代碼，提高模型預測能力

• 教程 | 如何使用Kubernetes GPU集群自動訓練和加速深度學習？

• 教程 | Prophet：教你如何用加法模型探索時間序列數據

• 初學機器學習的你，是否掌握了這樣的Linux技巧？

?

云端

?

• 教程 | 新手指南：如何在AWS GPU上運行Jupyter noterbook？

• 教程 | 只需15分鐘，使用谷歌云平臺運行Jupyter Notebook

• 入門 | 完全云端運行：使用谷歌CoLaboratory訓練神經網絡

?

邊緣設備

?

• 教程 | BerryNet：如何在樹莓派上實現深度學習智能網關

• 機器之心實操 | 亞馬遜詳解如何使用MXNet在樹莓派上搭建實時目標識別系統

• 手把手教你為iOS系統開發TensorFlow應用（附開源代碼）

• 教程 | 如何使用Swift在iOS 11中加入原生機器學習視覺模型

• 教程 | 如何使用谷歌Mobile Vision API 開發手機應用

• 開源 | 深度安卓惡意軟件檢測系統：用卷積神經網絡保護你的手機

• 專欄 | 手機端運行卷積神經網絡實踐：基于TensorFlow和OpenCV實現文檔檢測功能

• 資源 | 用蘋果Core ML實現谷歌移動端神經網絡MobileNet

• 教程 | 如何用TensorFlow在安卓設備上實現深度學習推斷

• 深度 | 向手機端神經網絡進發：MobileNet壓縮指南

?

硬件

?

• 成本14,000元，如何自己動手搭建深度學習服務器？

• 資源 | 只需1200美元，打造家用型深度學習配置（CPU+GTX 1080）

• 教程 | 從硬件配置、軟件安裝到基準測試，1700美元深度學習機器構建指南

• 從硬件配置到框架選擇，請以這種姿勢入坑深度學習

• 從零開始：深度學習軟件環境安裝指南

• 這是一份你們需要的Windows版深度學習軟件安裝指南

• 教程 | 一步步從零開始：使用PyCharm和SSH搭建遠程TensorFlow開發環境

• 實用指南：如何為你的深度學習任務挑選最合適的 GPU?（最新版）

• 深度 | 英偉達Titan Xp出現后，如何為深度學習挑選合適的GPU？這里有份性價比指南

• Titan XP值不值？一文教你如何挑選深度學習GPU

?

吃喝玩樂擼擼貓

?

• 教程 | 你來手繪涂鴉，人工智能生成「貓片」：edges2cats圖像轉換詳解

• 教程 | 萌物生成器：如何使用四種GAN制造貓圖

• 學界 | 宅男的福音：用GAN自動生成二次元萌妹子

• 深度 | 如何使用神經網絡彈奏出帶情感的音樂？

• 深度 | 人工智能如何幫你找到好歌：探秘Spotify神奇的每周歌單

• 解讀 | 藝術家如何借助神經網絡進行創作？

• 教程 | 用生成對抗網絡給雪人上色，探索人工智能時代的美學

• 圣誕快樂——Keras+樹莓派：用深度學習識別圣誕老人

• 教程 | 攝影愛好者玩編程：利用Python和OpenCV打造專業級長時曝光攝影圖

• 教程 | 基于遺傳算法的拼圖游戲解決方案

• 教程 | AI玩微信跳一跳的正確姿勢：跳一跳Auto-Jump算法詳解

?

Money, Money, Money

?

• 教程 | 從零開始：如何使用LSTM預測匯率變化趨勢

• 自創數據集，使用TensorFlow預測股票入門

• 資源 | 利用深度強化學習框架解決金融投資組合管理問題（附 GitHub 實現）

• 比特幣突破8000美元，我們找到了用DL預測虛擬貨幣價格的方法

• 教程 | 如何使用深度學習硬件的空余算力自動挖礦

• 教程 | 如何用Python和機器學習炒股賺錢？

總結

以上是生活随笔為你收集整理的机器学习教程汇总的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。