200种最佳机器学习教程汇总【史上最全】
本文包含了迄今为止大家公认的最佳教程内容。它绝不是网上每个ML相关教程的详尽列表，而是经过精挑细选而成的，毕竟网上的东西并不全是好的。我作者汇总的目标是为了补充我即将出版的新书，为它寻找在和NLP领域中找到的最佳教程。
通过这些最佳教程的汇总，我可以快速的找到我想要得到的教程。从而避免了阅读更广泛覆盖范围的书籍章节和苦恼的研究论文，你也许知道，当你的数学功底不是很好的时候这些论文你通常是拿不下的。为什么不买书呢？没有哪一个作者是一个全能先生。当你尝试学习特定的主题或想要获得不同的观点时，教程可能是非常有帮助的。
我将这篇文章分为四个部分：机器学习，NLP，Python和数学。我在每个部分都包含了一些主题，但由于机器学习是一个非常复杂的学科，我不可能包含所有可能的主题。
如果有很好的教程你知道我错过了，请告诉我！我将继续完善这个学习教程。我在挑选这些链接的时候，都试图保证每个链接应该具有与其他链接不同的材料或以不同的方式呈现信息（例如，代码与幻灯片）或从不同的角度。
机器学习
（machinelearningmastery.com）
（）
（martin.zinkevich.org）
机器学习速成课程：，，（伯克利机器学习）
（toptal.com）
（monkeylearn.com）
（sas.com）
（sas.com）
（kaggle.com/kanncaa1）
激活函数和Dropout函数
（neuralnetworksanddeeplearning.com）
（quora.com）
（stats.stackexchange.com）
对比（medium.com）
（exegetic.biz）
（斯坦福CS231n）
（rishy.github.io）
（neuralnetworksanddeeplearning.com）
偏差（bias）
（stackoverflow.com）
（makeyourownneuralnetwork.blogspot.com）
（quora.com）
感知器
（neuralnetworksanddeeplearning.com）
器（natureofcode.com）
（dcu.ie）
（toptal.com）
回归
（duke.edu）
（ufldl.stanford.edu）
（readthedocs.io）
（readthedocs.io）
（machinelearningmastery.com）
（machinelearningmastery.com）
（ufldl.stanford.edu）
梯度下降
（neuralnetworksanddeeplearning.com）
（iamtrask.github.io）
（kdnuggets.com）
（sebastianruder.com）
（斯坦福CS231n）
生成学习（Generative Learning）
（斯坦福CS229）
的（monkeylearn.com）
支持向量机
（monkeylearn.com）
（斯坦福CS229）
（Stanford 231n）
反向传播
的backprop（medium.com/@karpathy）
（github.com/rasbt）
（neuralnetworksanddeeplearning.com）
反向（wildml.com）
（machinelearningmastery.com）
（斯坦福CS231n）
深度学习
（yerevann.com）
（github.com/floodsung）
（nikhilbuduma.com）
（Quoc V.Le）
（machinelearningmastery.com）
（nvidia.com）
（gluon.mxnet.io）
最优化和降维
（knime.org）
（斯坦福CS229）
（Hinton @ NIPS 2012）
?（rishy.github.io）
长短期记忆（LSTM）
（machinelearningmastery.com）
（colah.github.io）
（echen.me）
编写（iamtrask.github.io）
卷积神经网络（CNN）
介绍（neuralnetworksanddeeplearning.com）
（medium.com/@ageitgey）
（colah.github.io）
（colah.github.io）
递归神经网络（RNN）
（wildml.com）
（distill.pub）
递归（karpathy.github.io）
递归（nikhilbuduma.com）
强化学习
（analyticsvidhya.com）
（mst.edu）
（wildml.com）
（karpathy.github.io）
生成对抗网络（GAN）
简介（aaai18adversarial.github.io）
（nvidia.com）
（medium.com/@ageitgey）
（aylien.com）
（oreilly.com）
多任务学习
（sebastianruder.com）
NLP
（medium.com/@ageitgey）
（Yoav Goldberg）
（monkeylearn.com）
（algorithmia.com）
（vikparuchuri.com）
（arxiv.org）
深度学习和NLP
（arxiv.org）
（Richard Socher）
（wildml.com）
（colah.github.io）
最先进的NLP模型的新深度学习公式：（explosion.ai）
处理（nvidia.com）
（pytorich.org）
词向量
使用电影评论分类（kaggle.com）
词嵌入介绍，，（sebastianruder.com）
（acolyer.org）
（arxiv.org）
Word2Vec教程- ，（mccormickml.com）
编码器-解码器
模型（wildml.com）
序列模型（tensorflow.org）
（NIPS 2014）
（medium.com/@ageitgey）
（machinelearningmastery.com）
（google.github.io）
Python
（google.com）
（github.com/josephmisiti）
（kdnuggets.com）
（nbviewer.jupyter.org）
（tutorialspoint.com）
实战案例
（machinelearningmastery.com）
（wildml.com）
使用（iamtrask.github.io）
（kdnuggets.com）
（github.com/eriklindernoren）
（github.com/rasbt）
Scipy和numpy
（scipy-lectures.org）
（斯坦福CS231n）
（UCSB CHE210D）
速成（nbviewer.jupyter.org）
scikit学习
（nbviewer.jupyter.org）
（github.com/mmmayo13）
（scikit-learn.org）
简短的（github.com/mmmayo13）
Tensorflow
（tensorflow.org）
（medium.com/@erikhallstrm）
（metaflow.fr）
（wildml.com）
（wildml.com）
（surmenok.com）
PyTorch
（pytorch.org）
（gaurav.im）
（iamtrask.github.io）
（github.com/jcjohnson）
（github.com/MorvanZhou）
（github.com/yunjey）
数学
（ucsc.edu）
（UMIACS CMSC422）
线性代数
（betterexplained.com）
（betterexplained.com）
（betterexplained.com）
（betterexplained.com）
（布法罗大学CSE574）
（medium.com）
（斯坦福CS229）
概率论
（betterexplained.com）
入门（斯坦福CS229）
教程（斯坦福CS229）
（布法罗大学CSE574）
（多伦多大学CSC411）
微积分
（betterexplained.com）
（betterexplained.com）
（betterexplained.com）
（斯坦福CS224n）
（readthedocs.io）
文章原标题《over-200-of-the-best-machine-learning-nlp-and-python-tutorials-2018-edition》
作者：
时间:2018-09-17 13:06 来源: 转发量:次
声明：本站部分作品是由网友自主投稿和发布、编辑整理上传，对此类作品本站仅提供交流平台，转载的目的在于传递更多信息及用于网络分享，并不代表本站赞同其观点和对其真实性负责，不为其版权负责。如果您发现网站上有侵犯您的知识产权的作品，请与我们取得联系，我们会及时修改或删除。
相关文章：
- [机器学习]堪比当年的LSTM，Transformer引燃机器学习圈：它是
- [机器学习]论机器学习领域的内卷：不读PhD，我配不配找工
- [机器学习]机器学习基础图表：概念、原理、历史、趋势和算法
- [机器学习]分析了 600 多种烘焙配方，机器学习开发出新品
- [机器学习]2021年的机器学习生命周期
- [机器学习]物联网和机器学习促进企业业务发展的5种方式
- [机器学习]机器学习中分类任务的常用评估指标和Python代码实现
- [机器学习]机器学习和深度学习的区别是什么？
- [机器学习]堪比当年的LSTM，Transformer引燃机器学习圈：它是
- [机器学习]年终总结：2021年五大人工智能(AI)和机器学习(ML)发展趋势
相关推荐：
网友评论：
