README

AI learning

 协议：CC BY-NC-SA 4.0
 
 一种新技术一旦开始流行，你要么坐上压路机，要么成为铺路石。——Stewart Brand

 在线阅读
 在线阅读（v1）
 QuantLearning
 ApacheCN 中文翻译组 713436582
 ApacheCN 学习资源
 注: 广告位合作(物美价廉)，请联系 

 路线图

 入门只看: 步骤 1 = 2 = 3，你可以当大牛！
 中级补充 - 资料库: 

 补充

 算法刷题: 
 面试求职: 
 机器学习实战: 
 NLP教学视频: 
 AI常用函数说明: 

 1.机器学习 - 基础

 支持版本 

| Version | Supported          |
| ------- | ------------------ |
| 3.6.x   | :x:                |
| 2.7.x   | :white_check_mark: |

注意事项: 

- 机器学习实战: 仅仅只是学习，请使用 python 2.7.x 版本 （3.6.x 只是修改了部分）

 基本介绍

 资料来源: Machine Learning in Action(机器学习实战-个人笔记)
 统一数据地址: 
   百度云打包地址: 
 书籍下载地址: 
 机器学习下载地址: 
 深度学习数据地址: 
 推荐系统数据地址: 
 视频网站: 优酷 ／bilibili / Acfun / 网易云课堂，可直接在线播放。（最下方有相应链接）
 -- 推荐 红色石头: 台湾大学林轩田机器学习笔记
 -- 推荐 机器学习笔记: https://feisky.xyz/machine-learning

 学习文档

| 模块 | 章节 | 类型 | 负责人(GitHub) | QQ |
| --- | --- | --- | --- | --- |
| 机器学习实战 | 第 1 章: 机器学习基础 | 介绍 | @毛红动 | 1306014226 |
| 机器学习实战 | 第 2 章: KNN 近邻算法 | 分类 | @尤永江 | 279393323 |
| 机器学习实战 | 第 3 章: 决策树 | 分类 | @景涛 | 844300439 |
| 机器学习实战 | 第 4 章: 朴素贝叶斯 | 分类 | @wnma3mz@分析 | 1003324213244970749 |
| 机器学习实战 | 第 5 章: Logistic回归 | 分类 | @微光同尘 | 529925688 |
| 机器学习实战 | 第 6 章: SVM 支持向量机 | 分类 | @王德红 | 934969547 |
| 网上组合内容 | 第 7 章: 集成方法（随机森林和 AdaBoost） | 分类 | @片刻 | 529815144 |
| 机器学习实战 | 第 8 章: 回归 | 回归 | @微光同尘 | 529925688 |
| 机器学习实战 | 第 9 章: 树回归 | 回归 | @微光同尘 | 529925688 |
| 机器学习实战 | 第 10 章: K-Means 聚类 | 聚类 | @徐昭清 | 827106588 |
| 机器学习实战 | 第 11 章: 利用 Apriori 算法进行关联分析 | 频繁项集 | @刘海飞 | 1049498972 |
| 机器学习实战 | 第 12 章: FP-growth 高效发现频繁项集 | 频繁项集 | @程威 | 842725815 |
| 机器学习实战 | 第 13 章: 利用 PCA 来简化数据 | 工具 | @廖立娟 | 835670618 |
| 机器学习实战 | 第 14 章: 利用 SVD 来简化数据 | 工具 | @张俊皓 | 714974242 |
| 机器学习实战 | 第 15 章: 大数据与 MapReduce | 工具 | @wnma3mz | 1003324213 |
| Ml项目实战 | 第 16 章: 推荐系统（已迁移） | 项目 | 推荐系统（迁移后地址）  |  |
| 第一期的总结 | 2017-04-08: 第一期的总结 | 总结 | 总结 | 529815144 |

 网站视频

 知乎问答-爆炸啦-机器学习该怎么入门？

当然我知道，第一句就会被吐槽，因为科班出身的人，不屑的吐了一口唾沫，说傻X，还评论 Andrew Ng 的视频。。

我还知道还有一部分人，看 Andrew Ng 的视频就是看不懂，那神秘的数学推导，那迷之微笑的英文版的教学，我何尝又不是这样走过来的？？ 我的心可能比你们都痛，因为我在网上收藏过上10部《机器学习》相关视频，外加国内本土风格的教程: 7月+小象 等等，我都很难去听懂，直到有一天，被一个百度的高级算法分析师推荐说: 《机器学习实战》还不错，通俗易懂，你去试试？？

我试了试，还好我的Python基础和调试能力还不错，基本上代码都调试过一遍，很多高大上的 "理论+推导"，在我眼中变成了几个 "加减乘除+循环"，我想这不就是像我这样的程序员想要的入门教程么？

很多程序员说机器学习 TM 太难学了，是的，真 TM 难学，我想最难的是: 没有一本像《机器学习实战》那样的作者愿意以程序员 Coding 角度去给大家讲解！！

最近几天，GitHub 涨了 300颗 star，加群的200人， 现在还在不断的增加++，我想大家可能都是感同身受吧！

很多想入门新手就是被忽悠着收藏收藏再收藏，但是最后还是什么都没有学到，也就是"资源收藏家"，也许新手要的就是 MachineLearning(机器学习) 学习路线图。没错，我可以给你们的一份，因为我们还通过视频记录下来我们的学习过程。水平当然也有限，不过对于新手入门，绝对没问题，如果你还不会，那算我输！！

 视频怎么看？

!

1. 理论科班出身-建议去学习 Andrew Ng 的视频（Ng 的视频绝对是权威，这个毋庸置疑）
2. 编码能力强 - 建议看我们的《机器学习实战-教学版》
3. 编码能力弱 - 建议看我们的《机器学习实战-讨论版》，不过在看理论的时候，看 教学版-理论部分；讨论版的废话太多，不过在讲解代码的时候是一行一行讲解的；所以，根据自己的需求，自由的组合。

 【免费】数学教学视频 - 可汗学院 入门篇

 @于振梓 推荐: 可汗学院-网易公开课

| 概率 | 统计 | 线性代数 |
| - | - | - |
| 可汗学院(概率)  | 可汗学院(统计学)| 可汗学院(线性代数)

 机器学习视频 - ApacheCN 教学版

|||
| - | - |
| AcFun | B站 |
|  |  |
| 优酷 | 网易云课堂 |
|  |  |

 【免费】机器/深度学习视频 - 吴恩达

| 机器学习 | 深度学习 |
| - | - |
| 吴恩达机器学习 | 神经网络和深度学习 |


 2.深度学习

 支持版本 

| Version | Supported          |
| ------- | -------

Top issues

Discussions

Latest release

【机器学习实战】第二期-教学版本