GitHub万星的中文机器学习资源

也不用在学机器学习之前先恶补英语了，这儿有一套超热门的优质中文资源可以选择。

这套名叫AI Learning的GitHub资源，汇集了30多名贡献者的集体智慧，把学习机器学习的路线图、视频、电子书、学习建议等中文资料全部都整理好了。

目前资源在GitHub上已经有一万颗Star，微博网友：好人一生平安。初学者都会遇到这样的问题：入门机器学习应该从哪里学起？

这些过来人表示，学习路径分三步，先学机器学习基础，然后攻克深度学习基础，***学习自然语言处理（NLP）相关知识。贡献者表示：按照这个流程来学习，你可以当大牛。

在机器学习基础部分，贡献者给出的学习路线图是这样的：

1. 机器学习基础
2. KNN近邻算法
3. 决策树
4. 朴素贝叶斯
5. 逻辑回归
6. SVM支持向量机
7. 集成方法
8. 回归
9. 树回归
10. K-Means聚类
11. 利用Apriori算法进行关联分析
12. FP-growth高效发现频繁项集
13. 利用PCA来简化数据
14. 利用SVD来简化数据
15. 大数据与MapReduce
16. 推荐系统

在上面16个学习模块中，是知识点介绍、常用工具和实战项目等不同类型的学习资源的整合版。点进去就是具体学习资料，非常方便。

比如决策树模块，先介绍了概念与主要场景：去了为找数据集跑断腿的烦恼。

机器学习零食库

除了能get到完整学习路径持续通关，还能在里面找到人们机器学习资料“单品”。

有经典口碑英文视频吴恩达篇：

（编辑：开发网_开封站长网）

【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!