『转载』机器学习入门资源不完全汇总

原文链接 http://ml.memect.com/article/machine-learning-guide.html

2014-10-14版, 好东西传送门编辑整理, 原文链接 http://ml.memect.com/article/machine-learning-guide.html

感谢贡献者： tang_Kaka_back@新浪微博

欢迎补充指正，转载请保留原作者和原文链接。本文是机器学习日报的一个专题合集，欢迎订阅：请给hao@memect.com发邮件，标题＂订阅机器学习日报＂。

基本概念

机器学习机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计算机可以自动“学习”的算法。机器学习算法是一类从数据中自动分析获得规律，并利用规律对未知数据进行预测的算法。因为学习算法中涉及了大量的统计学理论，机器学习与统计推断学联系尤为密切，也被称为统计学习理论。算法设计方面，机器学习理论关注可以实现的，行之有效的学习算法。

下面从微观到宏观试着梳理一下机器学习的范畴：一个具体的算法，领域进一步细分，实战应用场景，与其他领域的关系。

图1: 机器学习的例子：NLTK监督学习的工作流程图 (source: http://www.nltk.org/book/ch06.html)

图2: 机器学习概要图 by Yaser Abu-Mostafa (Caltech) (source: http://work.caltech.edu/library/181.html)

图3: 机器学习实战：在python scikit learn 中选择机器学习算法 by Nishant Chandra (source: http://n-chandra.blogspot.com/2013/01/picking-machine-learning-algorithm.html)

图4: 机器学习和其他学科的关系：数据科学的地铁图 by Swami Chandrasekaran (source: http://nirvacana.com/thoughts/becoming-a-data-scientist/)

入门攻略

大致分三类：起步体悟，实战笔记，行家导读

机器学习入门者学习指南 @果壳网 (2013) 作者白马 -- [起步体悟] 研究生型入门者的亲身经历
有没有做机器学习的哥们？能否介绍一下是如何起步的 @ourcoders -- [起步体悟] 研究生型入门者的亲身经历，尤其要看reyoung的建议
tornadomeet 机器学习笔记 (2013) -- [实战笔记] 学霸的学习笔记，看看小伙伴是怎样一步一步地掌握“机器学习”
Machine Learning Roadmap: Your Self-Study Guide to Machine Learning (2014) Jason Brownlee -- [行家导读] 虽然是英文版，但非常容易读懂。对Beginner,Novice,Intermediate,Advanced读者都有覆盖。
- A Tour of Machine Learning Algorithms （2013）这篇关于机器学习算法分类的文章也非常好
- Best Machine Learning Resources for Getting Started（2013）这片有中文翻译机器学习的最佳入门学习资源 @伯乐在线译者 programmer_lin
门主的几个建议
- 既要有数学基础，也要编程实践
- 别怕英文版，你不懂的大多是专业名词，将来不论写文章还是读文档都是英文为主
- [我是小广告][我是小广告]订阅机器学习日报，跟踪业内热点资料。

课程资源

Tom Mitchell 和 Andrew Ng 的课都很适合入门

入门课程

2011 Tom Mitchell(CMU)机器学习

英文原版视频与课件PDF 他的《机器学习》在很多课程上被选做教材，有中文版。

Decision Trees
Probability and Estimation
Naive Bayes
Logistic Regression
Linear Regression
Practical Issues: Feature selection，Overfitting ...
Graphical models: Bayes networks, EM，Mixture of Gaussians clustering ...
Computational Learning Theory: PAC Learning, Mistake bounds ...
Semi-Supervised Learning
Hidden Markov Models
Neural Networks
Learning Representations: PCA, Deep belief networks, ICA, CCA ...
Kernel Methods and SVM
Active Learning
Reinforcement Learning 以上为课程标题节选

2014 Andrew Ng (Stanford)机器学习

英文原版视频这就是针对自学而设计的，免费还有修课认证。“老师讲的是深入浅出，不用太担心数学方面的东西。而且作业也非常适合入门者，都是设计好的程序框架，有作业指南，根据作业指南填写该完成的部分就行。”（参见白马同学的入门攻略）"推荐报名，跟着上课，做课后习题和期末考试。(因为只看不干，啥都学不会)。" (参见reyoung的建议）

Introduction (Week 1)
Linear Regression with One Variable (Week 1)
Linear Algebra Review (Week 1, Optional)
Linear Regression with Multiple Variables (Week 2)
Octave Tutorial (Week 2)
Logistic Regression (Week 3)
Regularization (Week 3)
Neural Networks: Representation (Week 4)
Neural Networks: Learning (Week 5)
Advice for Applying Machine Learning (Week 6)
Machine Learning System Design (Week 6)
Support Vector Machines (Week 7)
Clustering (Week 8)
Dimensionality Reduction (Week 8)
Anomaly Detection (Week 9)
Recommender Systems (Week 9)
Large Scale Machine Learning (Week 10)
Application Example: Photo OCR
Conclusion

进阶课程

2013年Yaser Abu-Mostafa (Caltech) Learning from Data -- 内容更适合进阶课程视频,课件PDF@Caltech

The Learning Problem
Is Learning Feasible?
The Linear Model I
Error and Noise
Training versus Testing
Theory of Generalization
The VC Dimension
Bias-Variance Tradeoff
The Linear Model II
Neural Networks
Overfitting
Regularization
Validation
Support Vector Machines
Kernel Methods
Radial Basis Functions
Three Learning Principles
Epilogue

2014年林軒田(国立台湾大学) 機器學習基石 (Machine Learning Foundations) -- 内容更适合进阶，華文的教學講解课程主页

When Can Machines Learn? [何時可以使用機器學習] The Learning Problem [機器學習問題] -- Learning to Answer Yes/No [二元分類] -- Types of Learning [各式機器學習問題] -- Feasibility of Learning [機器學習的可行性]

Why Can Machines Learn? [為什麼機器可以學習] -- Training versus Testing [訓練與測試] -- Theory of Generalization [舉一反三的一般化理論] -- The VC Dimension [VC 維度] -- Noise and Error [雜訊一錯誤]

How Can Machines Learn? [機器可以怎麼樣學習] -- Linear Regression [線性迴歸] -- Linear `Soft' Classification [軟性的線性分類] -- Linear Classification beyond Yes/No [二元分類以外的分類問題] -- Nonlinear Transformation [非線性轉換]

How Can Machines Learn Better? [機器可以怎麼樣學得更好] -- Hazard of Overfitting [過度訓練的危險] -- Preventing Overfitting I: Regularization [避免過度訓練一：控制調適] -- Preventing Overfitting II: Validation [避免過度訓練二：自我檢測] -- Three Learning Principles [三個機器學習的重要原則]

论坛网站

中文

http://www.52ml.net/ 我爱机器学习

http://www.mitbbs.com/bbsdoc/DataSciences.html MITBBS－电脑网络 - 数据科学版

http://www.guokr.com/group/262/ 果壳 > 机器学习小组

http://cos.name/cn/forum/22 统计之都 » 统计学世界 » 数据挖掘和机器学习

http://bbs.byr.cn/#!board/ML_DM 北邮人论坛 >> 学术科技 >> 机器学习与数据挖掘

英文

https://github.com/josephmisiti/awesome-machine-learning 机器学习资源大全

http://work.caltech.edu/library/ Caltech 机器学习视频教程库，每个课题一个视频

http://www.kdnuggets.com/ 数据挖掘名站

http://www.datasciencecentral.com/ 数据科学中心网站

东拉西扯

一些好东西，入门前未必看得懂，要等学有小成时再看才能体会。

机器学习与数据挖掘的区别

机器学习关注从训练数据中学到已知属性进行预测
数据挖掘侧重从数据中发现未知属性

Dan Levin, What is the difference between statistics, machine learning, AI and data mining?

If there are up to 3 variables, it is statistics.
If the problem is NP-complete, it is machine learning.
If the problem is PSPACE-complete, it is AI.
If you don't know what is PSPACE-complete, it is data mining.

几篇高屋建瓴的机器学习领域概论, 参见原文

The Discipline of Machine LearningTom Mitchell 当年为在CMU建立机器学习系给校长写的东西。
A Few Useful Things to Know about Machine Learning Pedro Domingos教授的大道理，也许入门时很多概念还不明白，上完公开课后一定要再读一遍。

几本好书

李航博士的《统计学习方法》一书前段也推荐过，给个豆瓣的链接