|
- 机器学习该怎么入门？ - 知乎
3 机器学习入门学习路线 好了，谈完了机器学习入门之前的两个“放弃”之后，我就来系统介绍下红色石头整理的机器学习入门路线。 1）Andrew Ng《Machine Learning》 首先，非常推荐吴恩达（Andrew Ng）在 Coursera 上开设的机器学习入门课《Machine Learning》，授课地址是：
- 学习机器学习应该看哪些书籍？ - 知乎
最近，一本名为Foundations of Machine Learning（《机器学习基础》）的课在Reddit上热度飙升至300，里面可谓内容丰富。 不仅有500多页的课程PDF可以下载，并且还有13章的PPT也可以获取。 有Reddit网友评论，这部教材足够扎实、内容足够基础，学机器学习理论，熟读这本书就足够了。
- 机器学习需要哪些基础? - 知乎
TensorFlow 是谷歌发布的深度学习开源的计算框架，该计算框架可以很好地实现各种深度学习算法，涉及自然语言处理、机器翻译、图像描述、图像分类等一系列技术。 简单来说，TensorFlow 为我们封装了大量机器学习、神经网络的函数，帮助我们高效地解决问题。
- 如何入门多模态机器学习？ - 知乎
多模态机器学习（Multimodal Machine Learning）是一种结合多种数据来源的方法，例如文本、图像、音频等。这种技术能够帮助我们更全面地理解信息，正如人类通过不同感官获得的信息一样。我们将探索多模态机器学习的基本概念、应用领域、常用技术，以及如何入门学习。
- 如何自学机器学习Machine Learning？ - 知乎
机器学习 在讨论学习路线图之前，需要先了解机器学习及人工智能所需要的知识体系及能力，如果想要从事深度学习必须具备一下几个技能： 数学基础技能 编程技能 数据工程能力 机器学习基础算法 深度学习算法 开发框架及练手项目 数学基础技能 深度学习的第一步或技能是 数学技能。它可以
- 机器学习入门有哪些推荐课程和书籍？ - 知乎
一、推荐在线课程 1 Coursera - Andrew Ng's Machine Learning 平台：Coursera 难度：初级 语言：英语 简介：由斯坦福大学教授Andrew Ng开设的这门课程，是机器学习领域最经典的入门课程之一。课程内容涵盖了监督学习、无监督学习、支持向量机、推荐系统、神经网络等多个机器学习的核心概念。Andrew Ng以通俗
- 如何系统学习机器学习？ - 知乎
小猫咪和你学习Machine Learning 前置知识及技能： 1、英语。起码能基本的听和读吧，感觉中文的资料还不够多，很难避免要看很多英文资料。建议学习某些教程时看英文版的tutorial，YouTube可以开字幕。最重要的是，当你学习机器学习深入了，要看论文了，就没有中文资料可以看了。 2、线性代数基础
- 如何逐步打下（研究生 博士生阶段）深度学习的数学基础? - 知乎
可汗学院统计学 （我还没有看过，但很多人推荐 凸优化 CS229讲义上 、 下 参考这个回答 如何从零开始学习凸优化？ 对于需要进一步深入的同学，这里补充一个github上关于机器学习和数学基础的总结，会更系统和全面，供大家参考。 JustFollowUs Machine-Learning
|
|
|