# 机器学习&深度学习学习资料汇总

### 书籍

* 《机器学习》：周志华 西瓜书
* 《深度学习》：花书
* 《数学之美》：自然语言处理
* 《统计学习方法（第二版）》 李航
* 《Sklearn 与 TensorFlow 机器学习实用指南》
* 《Hands-On Machine Learning with Scikit-Learn,Keras,and TensorFlow》

### 课程

* 机器学习cousera 吴恩达 <https://www.coursera.org/learn/machine-learning>
* 深度学习cousera 吴恩达

  这个有四部分内容直接在[http://cs230.stanford.edu/syllabus/进入](http://cs230.stanford.edu/syllabus/%E8%BF%9B%E5%85%A5)
* cs229 机器学习 斯坦福大学 吴恩达主讲 侧重理论

作业答案：<https://github.com/zyxue/stanford-cs229>

* cs231n 深度学习和计算机视觉的cv 斯坦福大学
* cs224d 深度学习和自然语言处理nlp 斯坦福大学
* cs234 强化学习
* 台湾李宏毅老师的课程，讲的挺好的，视频在youtube，<http://speech.ee.ntu.edu.tw/~tlkagk/courses.html>

  > 说明：coursera有配套的编程联系，直接在网页上可以做很方便，而且对于知识的讲解比较清晰，比较容易弄懂，推荐。
* fast.ai 课程 比较偏向实践应用 课程用的fastai的库来讲解的
* 台大林轩田老师：<https://www.youtube.com/watch?v=nQvpFSMPhr0&list=PLXVfgk9fNX2I7tB6oIINGBmW50rrmFTqf>

### 课程笔记

* 台湾大学李宏毅老师：<https://datawhalechina.github.io/leeml-notes/#/>
* 台大林轩田老师课程作业：<https://blog.csdn.net/a1015553840/article/details/51085129>

### 博客

* 怎么训练神经网络？

<https://karpathy.github.io/2019/04/25/recipe/>

* 哪里可以跟进最新的ML动态&#x20;

<https://www.quora.com/What-are-the-best-regularly-updated-machine-learning-blogs-or-resources-available>

* Github深度学习的书籍以及相关文章汇总

<https://github.com/Mikoto10032/DeepLearning>

* 教程那么多，你……看完了吗？

<https://www.jiqizhixin.com/articles/2018-02-07-3>

* 2019年机器之心干货教程都在这里了

<https://www.jiqizhixin.com/articles/2020-02-03-10>

* 吐血推荐，B站最强学习资源汇总（数据科学，机器学习，python）

<https://www.jiqizhixin.com/articles/2020-04-14-3>

### 推荐网站

<http://deeplearning.net/>

google的AI博客：<https://ai.googleblog.com/>

论文&代码：<https://www.paperswithcode.com/>

### 文章

matplotlib常用绘图： <https://www.machinelearningplus.com/plots/top-50-matplotlib-visualizations-the-master-plots-python/>

图像分割：<https://neptune.ai/blog/image-segmentation-tips-and-tricks-from-kaggle-competitions?utm_source=reddit&utm_medium=post&utm_campaign=blog-image-segmentation-tips-and-tricks-from-kaggle-competitions>

### Github

**问答&面试**

深度学习500问：<https://github.com/scutan90/DeepLearning-500-questions>

包含机器、深度学习，算法：<https://github.com/DarLiner/Algorithm_Interview_Notes-Chinese>

技术面试相关知识：<https://github.com/CyC2018/CS-Notes>

![](https://img.icons8.com/offices/15/000000/filled-star.png)一些深度学习优秀的文章汇总：<https://github.com/Mikoto10032/DeepLearning>

**从0开始书写ML代码资料汇总：**

<https://github.com/eriklindernoren/ML-From-Scratch>

<https://github.com/ddbourgin/numpy-ml>

数据科学入门代码：<https://github.com/joelgrus/data-science-from-scratch>

《机器学习实战》配套代码，从0开始的： <https://github.com/pbharrin/machinelearninginaction3x>

**入门&学习**

Hands-on ML配套代码：<https://github.com/ageron/handson-ml2>

高星项目，包含TF\&PyTorch例子：<https://github.com/madewithml/lessons>

人工智能知识树：<https://github.com/apachecn/ai-roadmap/tree/master/v1.0>

Tensorflow2.0入门学习：<https://lyhue1991.github.io/eat_tensorflow2_in_30_days/>