機器學習資料：

1. 臺灣大學林軒田老師的”機器學習基石”
http://www.bilibili.com/video/av1624332/?from=search&seid=5267157557318528006
只看完一部分，不錯，推薦。

2. 進階課程：臺灣大學林軒田老師的”機器學習技法”
http://www.bilibili.com/video/av6991226/?from=search&seid=7275447825968521174

3. Andrew Ng的Standford機器學習公開課
http://open.163.com/special/opencourse/machinelearning.html
名氣很大，不過沒怎么看。

上面這幾個視頻課程都是名氣比較大的，喜歡視頻課程的人可以看看。不過本人比較喜歡看書，遇到好的書看起來比較視頻課程快很多。

一些比較有名的書籍，如：
4. 周志華的西瓜書<<機器學習>>
https://book.douban.com/subject/26708119/
已讀完一半，廣度不錯，基本機器學習的各方面都覆蓋到了，不過都是概述性的介紹，事先沒有一點基礎會比較難讀懂，只讀這些遠遠不夠的。

5. 李航 <<統計學習方法>>
https://book.douban.com/subject/10590856/
讀了幾章就沒往下看了，感覺不好，不是很推薦。倒不是懼怕數學，對數學書籍，本人比較喜歡有數學思想貫穿的書籍，而不只是羅列一堆公式和沒有靈感的生硬推導，讀起來累，讀完后也很容易忘。可能本人的概率論與數理統計、貝葉斯統計的知識還需要加強。
一般計算機的工科生有比較好的微積分、線性代數、概率論與數理統計的知識，再加上一點泛函、抽代、優化理論等現代數學知識就更好了（這塊不需要獨立地去補，找好一點的機器學習書籍就會有介紹）。不過本人學習下來感覺機器學習領域需要很強的統計學知識和統計推斷思想，這塊需要補。

其他一些有名的書籍就不列了（美國、加拿大、英國那些有名的CS名校 ，都有比較好的書籍）。

下面推薦一些不常見，卻非常好的資料，理論與實踐有很好的結合。（我的學習方式：比較喜歡網上找資料學習。對于書籍，如果是非理論性的，一般是跟不上IT的發展速度的）

6. 零基礎入門深度學習系列
https://zybuluo.com/hanbingtao/note/433855
已讀，強烈推薦。很不錯，文筆和邏輯都很清晰。

7. 機器學習算法效果演示：playground tensorflow
http://playground.tensorflow.org/
已玩，推薦。Google基于TensorFlow的作品，可以實際感受一下機器學習的效果。

8. Deeplearning4j學習文檔
https://deeplearning4j.org/cn/index
已讀，推薦，文檔結構和邏輯都很清晰。可以下載example代碼實際玩一玩。DL4j是基于Java的深度學習實現庫。很多人可能會推薦TensorFlow（基于Python）或Caffe2（基于C++），不過以國內的互聯網公司現狀和本人工程實踐來說，還是更喜歡看Java的實現，可以結合大數據處理框架Spark/Flink。Java領域的2個經典實現庫DL4j和apache mahout，可以重點學習。以后有時間再去看Python的實現 :)

9. 張連文 <<貝葉斯網引論>>
https://book.douban.com/subject/1974704/
已讀，強烈推薦。系統地介紹貝葉斯統計和推斷的知識，邏輯清晰，圖表豐富。

10. 劉未鵬：平凡而又神奇的貝葉斯方法
http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/
已讀，推薦。深入淺出地介紹貝葉斯方法背后的本質思想。

11. Deep Learning e-book中文版
https://github.com/exacity/deeplearningbook-chinese
正在讀，深度學習的全面介紹，強烈推薦。看目錄就知道了，有完整的數學預備知識介紹。

還找到一個有豐富實踐的blog：http://www.cnblogs.com/hellochennan/category/813102.html，有時間可以看看。

最后推薦2本經典的大部頭著作，能啃完這兩本，那差不多可以去做研究了:)。

1. 人工智能：一種現代方法
https://book.douban.com/subject/25796281/

2. 信息論、推理與學習算法
https://book.douban.com/subject/1893050/
---------------------
原文：https://blog.csdn.net/zhoudaxia/article/details/71440726

總結

以上是生活随笔為你收集整理的机器学习资源和路线图的全部內容，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。