机器学习书籍资料（自己正在读的）---self-reading ML booklist ( To be continued )

0.Introduction to ML & DL (both wholly and briefly)

Foundations of Machine Learning–MIT

Understanding Machine Learning from theory to Algorithms(★★★★★)

Fundamentals of Machine Learning for Predictive Data Analytics

从头开始实现神经网络：入门

Hacker’s Guide to Neural Networks

A Deep Learning Tutorial: From Perceptrons to Deep Networks–中文版 here

Brief History of Machine Learning

理解SVM的三层境界-支持向量机通俗导论

PRML 读书会–很早之前

一篇非常好的概述机器学习的文章(★★★)–博客位置

深度学习机器环境配置

Deep Learning–Benjio

Neural Networks and Deep Learning–Michael Nielsen–很有名的一份课程（和 UFLDL 配合）

“生成对抗网络”是啥？这位技术大牛给你讲讲

1.ALgebra

Introduction to Linear Algebra-Gilbert Strang

第五版个人主页（电子版还未开放）

第四版下载地址

2.Calculus

Single Variable Calculus–MIT

Multivariable Calculus–MIT

Multivariable Calculus–Khan academy（一个类似国内万门大学的很精致的国外教学网站）

3.Probabilies

Stanford 机器学习概率简单介绍

Machine Learning A Probabilistic Perspective–Kevin Murphy

Probability for Statistics and Machine Learning

4.Python(both books and websites)

Python Cookbook–中英文都有(★★★★★)

还有一个精致的中文版在这里

Python for Probability, Statistics and Machine Learning(★★★★★)

Python Machine Learning

Python Machine Learning Cookbook–Code repository

Introduction to Machine Learning with Python–Oreilly 2016

Essentials of Machine Learning Algorithms (with Python and R Codes)

廖雪峰 Python 教程

DL 实践

Practical Deep Learning For Coders(★★★★★)

Learn TensorFlow and deep learning, without a Ph.D(★★★★★) More detailed introduction of the knowledge in it

5.School Slides or Handouts

cmu 机器学习课程：

Statistical ML–统计系的课

ML in cs depart–Mitchell–计算机系的课

stanford :

CS 229 Machine Learnig

CS229T Statistical Learning Theory–theory part

UFLDL–Unsupervised Feature Learning and Deep Learning–中文版–By Andrew NG

CS 345a Data Mining

CS 231n Convolutional Neural Networks for Visual Recognition–CNN(★)

CS 246 Mining Massive Data Sets

CS224d: Deep Learning for Natural Language Processing —视频下载—博客笔记

mit:

Prediction: Machine Learning and Statistics–统计知识更加详细

Mathematical statistics

Theory of Probability

Mathematics for computer science

nyu :

Introduction to Machine Learning

上交：

统计机器学习–课件讲义

机器学习导论–课件讲义

Coursera :

Neural Networks for Machine Learning

6.Statistics & Statistical Learning

Lecture Notes on Statistical and Machine Learning

The Elements of statistical learning–Stanford（很经典的一本书 up to 10th edition）

Machine Learning a Probabilistic Perspective(★★★★★)

7.Open Courses

机器学习基石–课程已下架，只能参阅笔记–线下下载在这

Learning from data–iMooc课程，授课人是上边那个课程的老师

Neural Networks in Machine Learning–Hinton–多伦多大学的大牛，DL 领域の四大天王1之一

Udacity Deep Learning 课程–from goole 强推(★★★★★)–Github 笔记地址&1 &2

8.Outstanding blogs

台湾国立大学机器学习基石听课笔记

Deep Learning 基础细节及实现(★★★★★)

Deep Learning（深度学习）学习笔记

机器学习算法与Python实践

Deep learning 实战

神经网络入门+ 遗传算法入门

漫谈 Clustering 系列

The EM Algorithm–元老级博客–自2011年就发表了很多算法的详解

Deep Learning（深度学习）学习笔记整理系列之LeNet-5卷积参数个人理解

计算机的潜意识(★★★★★)

元老级的机器学习、数据挖掘博客(★★★★★)

机器学习中常见的损失函数(★★★★★)

部分算法的 Python 实现

很多问题的收集(★★★)

神经网络编程入门

偏重于系统架构的一个博客

TensorFlow中cnn-cifar10样例代码详解–有好多源码讲解(★★★★★)

交叉熵、softmax 推导、NTM(神经图灵机)

机器学习及数学知识很多–有机器学习中的数学系列(★★★★★)

Shareditor–自己动手做聊天机器人、机器学习系列教程– github 地址(★★★★★)

Jasonding 机器学习中的数学等–github 主页(★★★★★)

TensorFlow tutorial 以及 深度学习实验(★★★★★)

深度学习系列博客(★★★★★)

ResNet && DenseNet(原理篇) 及 tensorflow 实现

9.Interesting and Novel things

CNNdroid 在移动设备上的应用

深度学习盛会ICLR2017最佳论文

梵高眼里的星空有多美

Deep Learning for Chess

Duplicate Question Detection with Deep Learning on Quora Dataset

Google Tensorflow Playground–在网站上体验神经网络的训练–介绍其基本原理的一个博客

DeepLearningFlappyBird

ConvNetJS–网页的深度学习部署框架

DyNet–动态神经网络工具包–faster than Theano and TensoFlow–论文地址

Tensorflow 梵高作画 1–大神 July 的博客，我是他的小粉丝 2

10.Four Kings of Machine Learning

Geoffrey Hinton

–多伦多大学

–将 BP 算法用于神经网络和深度学习的倡导者，NN 的卫道夫

–Google AI

–Inovation: Dark Knowledge 的概念

Yann Lecun

–纽约大学

–BP 算法的提出者（博士期间，也是Hinton 的学生）；CNN在DL中应用的开拓（代表是 Lenet）

–Facebook AI

–Inovation: Lenet（手写数字识别系统）; Lush（面向对象编程语言>=~Matlab）

Yoshua Bengio

–蒙特利尔大学

–RNN 在 DL 中应用的开拓者（代表是 Lenet）

– CIFAR 领导人

–Inovation: 细致讨论了 Natural Language Model, Gradient Vanishing, word2vet 原型

–Inovation: Theano(基于 Symbolic computational graph) 创始人，为后来的 Keras, 国内的 Mxnet, google 的 TensorFlow 以及 Berkeley 的 cgt 的创建都基于这个库。

Andrew NG

–斯坦福大学

–Coursera 创建者；Google Brain 创建者

–百度首席

11.Tools and Libraries

Scikit-Learn

机器学习使用python

TensorFlow-中文社区在这里（速度特别慢）

12.Competitions

CIKM 数据挖掘竞赛

DataCastle 数据应用竞赛–好地方啊好地方

天池大数据竞赛–Ali

Kaggle

英特尔 Kaggle 竞赛技术参考–会提供计算资源，有期限，而且要用 intel 的东西

13.Datasets

100+诡异的数据集

UCI dataset–加州大学机器学习数据集

Deep Learning Datasets

14.Interview Materials

一份面试问题合集

8个机器学习 Cheat Sheet

SoulMachine Machine Learning Cheat Sheet(★★★★★)

15.Superior Websites(already read in this process):

未读或待读，以及收集的书单链接在这里。

The Mathematics of Machine Learning（介绍很详细，也有资料介绍，我有很多都是看了它推荐的课）

一个国外学者的博客–Dr. Mark Humphrys（有讲好多算法 e.g. BP MLNN）

非常好的 Machine Learning 学习网站1(★★★★★)

非常好的 Machine Learning 学习网站2–Ritchie NG(★★★★★)

Deep Learning.net–DeepLearning tutorial 0.1 based on Theano

Machine Learning in Games

Redit/Mongodb 绝佳讲解 blog

16.Data Structure and algorithm

July’s blog–微软100 and 37章经

Code Ganker –Leetcode

18大经典数据挖掘算法小结–有 github 实现

17.Subfield: Reinforcement Learning

Reinforcement Learning: An Introduction

18.Subfield: 推荐系统

Blog:

推荐系统常用算法及机器学习—Blog

19.Subfield: Nueral Networks

数据挖掘系列（10）——卷积神经网络算法的一个实现(★★★★★)

Deep Learning模型之：CNN卷积神经网络（一）深度解析CNN(★★★★★)

神经网络和深度学习-学习总结

深度学习元老Yann Lecun详解卷积神经网络

卷及神经网络BLog

Convolutional Neural Networks (LeNet)

Deep learning：三十八(Stacked CNN简单介绍)(★★★★★)

Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现(★★★★★)

人工智能 CNN 可视化

他们分别是 Geoffrey Hinton, Yann Lecun, Yoshua Bengio and Andrew NG

他们现在从事的单位分别是Google AI, Facebook AI, CIFAR and Baidu. 简介链接 ↩