机器学习深度学习推荐资源(学习流程建议+学习资料+视频)

自从从软件开发转型到机器学习工程师，期间有人询问我是如何自学转型的，最近尤其多，因此写下这篇文章，会有我本身摸索的学习的流程和花钱收集资料+视频，本身也是水平有限，且不必定适合每一个人，望可以理解。而后也算是给 如何看待培训机构出来的非科班程序员 这篇文章说到的‘一年后再说’给个回应。

我是18年2月过年回来后，对安卓行情的不看好，某位名人说过，一我的的命运，不但要靠自个人奋斗，也要考虑历史的行程。我想当只风口上的猪，因此本身也是下定决心没有退路，在上班的其余时间学习了机器学习(包括晚上，没周末)，总之一个字就是拼了。本身总结出来的一套流程，但愿能帮助到有这方面的人(作学术的不适合，找工做的适合)。参考:不少人问我学了多久找到工做的，我边上班边加班，而后学了4个月。

1.第一步首先你先要入门机器学习，了解下大概是什么，让你知道没想象的那么难，那么我推荐 吴恩达的机器学习，在B站上/couresa上都有，先快速的过一遍，是比较基本的一些知识(甚至从导数的定义开始讲，并且每一个视频都比较短，看起来比较有成就感)，好比代价函数等等知识，固然有些字幕翻译的不是很好。。基本上都看得懂，这个时间跨度我建议能在3周内搞定(若是是脱产，2周就能够),固然这仅仅简单的入门了。

连接B站:https://www.bilibili.com/video/av9912938?from=search&seid=17876711634353890911

连接couresa:https://www.coursera.org/learn/machine-learning

2.第二步我建议买两本书，比较经典的，一本是周志华的机器学习(西瓜书)，第二本是李航的统计学习方法.在第一步过了之后，为何要第一遍必定要过，好比周志华的西瓜书，覆盖面比较大，难度起伏不定，须要对机器学习有必定了解之后再学。我建议能配合我后面给的某培训机构的人工智能课程 + 这两本书须要真的过几遍(一遍你不必定能看得懂，建议可以多review几遍,这里个人意思是每一个算法每一个原理和推导都须要搞懂，实在不行，最基本的好比逻辑回归等这些最基本的必定要在纸上直接写出来)，期间你会遇到不少数学问题，但愿能尽可能一个一个去查，我买了本科的线代和高数，好比为了搞懂奇异值分解啊，共轭矩阵等等，固然数学好的跳过。固然，由于我是写代码转过来的，python会的比较快，我是一块儿学的。若是你是别的专业的，还须要学习下python。(这整个阶段我建议3个月)，此阶段，为了加快学习进度，找工做，我只推荐学习1.某风培训机构人工智能课程配合书。培训机构的课程确定是为了工做，get到那个点就行了

1.某风培训机构人工智能课程:主要是这个

https://pan.baidu.com/s/1Gtx1BrQiN9E6JpcbE-fVxw

​

2.纯机器学习，下面这个视频我没有看:

https://pan.baidu.com/s/1-9W4P6-ojbxLaGNwzDhI7A

​

3.包含斯坦福/算法/七月在线全套，这个我也没看

https://pan.baidu.com/s/1_jCw5RkzO3SPTQTqHkDEZA

3.第三步是我看牛客网等搜索各个网站:机器学习/深度学习工程师面试问题，这个网上搜索一大堆，牛客网上总结的不错，而后本身要看着问题，说出因此然来，好比问你adboost,xgboost,BP原理等等,这是我写的一部分题目

https://blog.csdn.net/lyf52010/article/details/82858301

以及经过看各位大牛的博客，本身再过一遍，不断的review。这里我比较推荐，红色石头博主，个人不少博客都是跟他走的。

总结的一部分资料:http://www.javashuo.com/article/p-bcmpqflq-gd.html

红色石头博主博客:http://www.javashuo.com/article/p-pxfzrxlk-hx.html

若是到达这一步，你找工做基本上没问题了。

4.提高篇，固然，此时的你若是还想提高，先能够买机器学习实战这本书，往天然语言处理，计算机视觉，推荐系统靠 那就是后话了，

我也会不断更新这个阶段的视频和资料，由于这也是我目前在的阶段。

NLP:https://pan.baidu.com/s/12a_ZRYSJwn3PsNDdCFOXmQ

另外附：

西瓜书:

​

统计学习方法：

​

机器学习实战：

​

而后很重要的一点是要善于去总结，不断的总结
​

以上的连接我会不断的增长和更新，且不用提取码，永久有效且免费。这些视频是我花了钱买下来的，也是真心但愿能帮助到你们成功转型。固然怀着一颗小私心，也但愿你们能给做者一个小小的赞扬。。

这是一个赞扬码

​