安妮 編譯整理

量子位 出品 | 公眾號 QbitAI

對於機器/深度學習初學者來說，沒什麼比“學了芝麻忘了西瓜”更讓人喪氣的了！

谷歌了同一個知識點135遍，但用兵一時之日彷彿從未經歷，不斷陷入“

馬冬梅困境

”：

不僅你有這種困境，哈佛機器學習方向在讀博士Samuel Finlayson也忍不了了。

近日，Finlayson整合了一份機器學習和統計學必備的學習清單，裡面包含

開放課程

、

教科書

、

網友貢獻的教程

和

業內大拿的部落格

等諸多學習資料。

清單一經放出，就在推特收穫了高額點贊量。

Finlayson介紹說，整套資源共分為四大類內容。

開放課程和教科書類

資源涵蓋了數學、圖形學、機器學習、深度學習、強化學習等大範圍內容，完整學習一套需要幾周到幾個月的時間。

這些大多是世界名校的公開課，不出門也能聽斯坦福大學、紐約大學、伯克利大學的教授侃侃而談。

△

開放課程和教科書類資源不完全截圖

當然~也包括之前眾多CS博主強推的吳恩達的CS229講義。

教程和個人講義類

資源多來自於網友貢獻的課程筆記，包括線性代數、機率與統計、貝葉斯機器學習等專項內容，學完每個資源需要的時間從幾周到幾個月不等。

Finlayson說這部分是他覺得效果最好最感興趣的一部分，也希望大家一起貢獻。

此外，如果臨近期末複習，想要找到一份類似知識點大全的東西，可以去

備忘單

類裡找一找，這個類似小抄的工具箱說不定能在考試中幫你提幾分。

除了這些系統的課程和講義，Finlayson還收集了一部分

雜七雜八

的網站，包括一些機構和個人的部落格。Finlayson表示這些部落格不定期會發一些因吹斯聽的內容。

下面這個連結，可以把你傳送到這篇部落格原文：

https：//

sgfin。github。io/learnin

g-resources/

記得收藏~

—

完

—

歡迎大家關注我們的專欄：量子位 - 知乎專欄

誠摯招聘

量子位正在招募編輯/記者，工作地點在北京中關村。期待有才氣、有熱情的同學加入我們！相關細節，請在量子位公眾號（QbitAI）對話介面，回覆“招聘”兩個字。

量子位 QbitAI· 頭條號簽約作者

վ‘ᴗ’ ի 追蹤AI技術和產品新動態