近千人點贊!哈佛博士放出超多資源,機器學習課程教程小抄全都有
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