人工智能-机器学习学习路线及详细的机器学习入门资源整理_林轩田 softmax

导读：学习是一项复杂的智能活动，学习过程与推理过程是紧密相连的，按照学习中使用推理的多少，机器学习所采用的策略大体上可分为4种——机械学习、通过传授学习、类比学习和通过事例学习。学习中所用的推理越多，系统的能力越强。

---

首先来简单了解一下机器学习

机器学习人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

——监督学习

——非监督学习

 ——数据处理与模型调优

机器学习领域的研究工作主要围绕以下三个方面进行：

（1）面向任务的研究：研究和分析改进一组预定任务的执行性能的学习系统。

（2）认知模型：研究人类学习过程并进行计算机模拟。

（3）理论分析：从理论上探索各种可能的学习方法和独立于应用领域的算法

机器学习是继专家系统之后人工智能应用的又一重要研究领域，也是人工智能和神经计算的核心研究课题之一。现有的计算机系统和人工智能系统没有什么学习能力，至多也只有非常有限的学习能力，因而不能满足科技和生产提出的新要求。对机器学习的讨论和机器学习研究的进展，必将促使人工智能和整个科学技术的进一步发展。

机器学习已经有了十分广泛的应用，例如：数据挖掘、计算机视觉、自然语言处理、生物特侦识别、搜索引擎、医学诊断、DNA序列测序、语音和手写识别、战略游戏和机器人运用。

---

推荐整理好的机器学习入门学习资源

一、工具

Scikit-Learn 官方文档

Scikit-Learn 作为机器学习一个非常全面的库，是一份不可多得的实战编程手册。

二、公开课

吴恩达Coursera《Machine Learning》

这绝对是机器学习入门的首选课程，没有之一！轻松入门机器学习！

吴恩达(1976-，英文名:Andrew Ng)，华裔美国人，是斯坦福大学计算机科学系和电子工程系副教授，人工智能实验室主任。吴恩达是人工智能和机器学习领域国际上最权威的学者之一。

2014年5月16日，吴恩达加入百度，担任百度公司首席科学家，负责百度研究院的领导工作，尤其是Baidu Brain计划。

吴恩达斯坦福cs229视频

吴恩达在斯坦福教授的机器学习课程 CS229 难度稍难一些。

林轩田《机器学习基石》

林轩田：林軒田教授於2001年在臺灣大學資訊工程系取得學士學位，並於2005年及2008年在美國加州理工學院相繼取得碩士及博士學位。他於2008年返回臺灣大學資訊工程系擔任助理教授，於2012年升等為副教授，並於2017年8月升等為教授連續獲得了四年（六座）的KDDCup世界冠軍。

台湾大学教授林轩田老师的《机器学习基石》课程由浅入深、内容全面，基本涵盖了机器学习领域的很多方面。其作为机器学习的入门和进阶资料非常适合。而且林老师的教学风格也很幽默风趣，总让读者在轻松愉快的氛围中掌握知识。这门课比 Ng 的《Machine Learning》稍难一些，侧重于机器学习理论知识。

林轩田《机器学习技法》

《机器学习技法》课程是《机器学习基石》的进阶课程。主要介绍了机器学习领域经典的一些算法，包括支持向量机、决策树、随机森林、神经网络等等。难度要略高于《机器学习基石》，具有很强的实用性。

 需要以上视频及资料的可扫码加微

三、书籍

周志华《机器学习》

周志华，男，毕业于南京大学计算机科学与技术系(学士、硕士、博士)，2001年留校任教 。现为南京大学教授，博士生导师 ;国家杰出青年基金获得者;南京大学计算机科学与技术系主任 、人工智能学院院长 、计算机软件新技术国家重点实验室常务副主任，机器学习与数据挖掘研究所(LAMDA)所长 ，校、系学术委员会委员。

这本《机器学习》被大家称为“西瓜书”。这本书非常经典，讲述了机器学习核心数学理论和算法，适合有作为学校的教材或者中阶读者自学使用，入门时学习这本书籍难度稍微偏高了一些。

李航《统计学习方法》

本书全面系统地介绍了统计学习的主要方法，适用于高等院校文本数据挖掘、信息检索及自然语言处理等专业的大学生、研究生，也可供从事计算机应用相关专业的研发人员参考。

清华大学出版社出版,作者:李航

《Scikit-Learn 与 TensorFlow 机器学习实用指南

在经过前面的学习之后，这本《Scikit-Learn 与 TensorFlow 机器学习实用指南》非常适合提升你的机器学习实战编程能力。

这本书分为两大部分，第一部分介绍机器学习基础算法，每章都配备 Scikit-Learn 实操项目；第二部分介绍神经网络与深度学习，每章配备 TensorFlow 实操项目。如果只是机器学习，可先看第一部分的内容。

 四、实战 

kaggel比赛——比赛是提升自己机器学习实战能力的最有效的方式，首选 Kaggle 比赛。 

---

 小编整理了有关人工智能的资料，有图像处理opencv\自然语言处理、机器学习数学基础、必读电子书、论文合集等资源库，想学习人工智能或者转行到高薪资行业的，大学生也非常实用，无任何套路免费提供,，

加我裙【966367816】下载，或者扫码+vx 也可以领取的内部资源，人工智能题库，大厂面试题 学习大纲 自学课程大纲还有500G人工智能资料大礼包免费送哦~