GitHub万星的中文机器学习资源：路线图、视频、学习建议全在这

本文经AI新媒体量子位（公家号ID:QbitAI）授权转载，转载请接洽出处。

再也不消在学呆板进修之前先恶补英语了，这儿有一套超热点的优质中文资源可以选择。

这套名叫AI Learning的GitHub资源，搜集了30多名孝顺者的集团伶俐，把进修呆板进修的蹊径图、视频、电子书、进修提议等中文资料所有都清算好了。

今朝资源在GitHub上已经有一万颗Star，微博网友：大好人生平安全。

事不宜迟，来看看这内里有啥。

从入门到大牛

许多初学者城市碰着这样的题目：入门呆板进修应该从那边学起？

这些过来人暗示，进修路径分三步，先学呆板进修基本，然后攻陷深度进修基本，最后进修天然说话处理赏罚（NLP）相干常识。孝顺者暗示：凭证这个流程来进修，你可以当大牛。

在呆板进修基本部门，孝顺者给出的进修蹊径图是这样的：

1. 呆板进修基本
2. KNN近邻算法
3. 决定树
4. 朴实贝叶斯
5. 逻辑回归
6. SVM支持向量机
7. 集成要领
8. 回归
9. 树回归
10. K-Means聚类
11. 操作Apriori算法举办关联说明
12. FP-growth高效发明频仍项集
13. 操作PCA来简化数据
14. 操作SVD来简化数据
15. 大数据与MapReduce
16. 保举体系

在上面16个进修模块中，是常识点先容、常用器材和拭魅战项目等差异范例的进修资源的整合版。点进去就是详细进修资料，很是利便。

好比决定示范块，先先容了观念与首要场景：

然后先容了详细的项目案例和开拓流程代码：

每个模块尚有配套视频，一并服用结果更好：

纵然往后呈现了新的进修资源，这套要领论也可以用上。

深度进修基本部门在第一部门的基本上，继承扩展了反向撒播、CNN道理、RNN道理和LSTM四个常识点：

每个常识点对应一个口碑先容帖，内文图文并茂。

NLP内容的进修路径方向于现实应用，在文天职类、说话建模、图像字幕、呆板翻译、问答体系、语音辨认、自动文摘7个规模少少，还一并放上了大量相干数据集：

省去了为找数据集跑断腿的烦恼。

呆板进修零食库

除了能get到完备进修路径一连通关，还能在内里找到人们呆板进修资料“单品”。

有经典口碑英文视频吴恩达篇：

有入门专项实习篇等任君挑选：

清算好的电子书，直接下载PDF即可行使：

最后，这个神奇的页面还自带孝顺者们本身摸爬滚打的心途经程和进修提议。

看来这个资源，够你用好久了↓↓

传送门

GitHub地点：

https://github.com/apachecn/AiLearning

【编辑保举】

1. Python呆板进修资源菜单，选库找器材不愁，GitHub精选列表都齐了
2. 惊艳！首张黑洞照片的焦点代码由妹子用MacBook Pro写就
3. 措施员生齿普查：一半码农16岁开始写代码，中国措施员最乐观
4. 反转？MIT女博士遭质疑：代码孝顺太少，黑洞照片元勋还有其人
5. 写了十几年月码，我为什么还没有被拿去“祭天”？

（编辑：河北网）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!