# MachineLearning

**Repository Path**: xsongx/MachineLearning

## Basic Information

- **Project Name**: MachineLearning
- **Description**: 一些关于机器学习的学习资料与研究介绍
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-11-05
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# 机器学习资源 Machine learning


# 本项目已更新，请移步到[这里](https://github.com/allmachinelearning/MachineLearning)参与我们最新的机器学习开源项目

关于机器学习和行为识别的资料，请见我的下面两个仓库：

- [行为识别](https://github.com/jindongwang/activityrecognition)
- [迁移学习](https://github.com/jindongwang/transferlearning)

**致力于分享最新最全面的机器学习资料，欢迎你成为贡献者!**



**[Machine learning surveys](https://github.com/metrofun/machine-learning-surveys/)**



**[快速入门TensorFlow](https://github.com/aymericdamien/TensorFlow-Examples)**



- - -



##  预备知识 Prerequisite



- Python

	- [Learn X in Y minutes](https://learnxinyminutes.com/docs/python/)

	- [Python机器学习互动教程](https://www.springboard.com/learning-paths/machine-learning-python/)



- Markdown

	- [Mastering Markdown](https://guides.github.com/features/mastering-markdown/) - Markdown is a easy-to-use writing tool on the GitHu.  



- R

        - [R Tutorial](http://www.cyclismo.org/tutorial/R/)



- Python和Matlab的一些cheat sheet：http://ddl.escience.cn/f/IDkq 包含：

	- Numpy、Scipy、Pandas科学计算库

	- Scikit-learn机器学习库、Keras深度学习库

	- Matlab科学计算

	- Matplotlib画图

	

- - -





## 理论 Theory



- ### 深度学习 Deep learning



- ### [强化学习 Reinforcement learning](https://github.com/allmachinelearning/ReinforcementLearning)



- ### [迁移学习 Transfer learning](https://jindongwang.github.io/transferlearning/)



- ### [分布式学习系统 Distributed learning system](https://github.com/allmachinelearning/Deep-Learning-System-Design)





- - -





## 应用 Applications



- ### 计算机视觉/机器视觉 Computer vision / machine vision



- ### [自然语言处理 Natural language procesing](https://github.com/Nativeatom/NaturalLanguageProcessing)



- ### 语音识别 Speech recognition



- ### 生物信息学 Bioinfomatics



- ### 医疗 Medical



- ### [行为识别 Activity recognition](https://github.com/jindongwang/activityrecognition)



- ### [人工智能(多智能体) Artificial Intelligence(Multi-Agent)](http://ddl.escience.cn/f/ILKI)





- - -



## 文档 notes



- [综述文章汇总](https://github.com/jindongwang/MachineLearning/blob/master/notes/survey_readme.md)



- [近200篇机器学习资料汇总！](https://zhuanlan.zhihu.com/p/26136757)



- [机器学习入门资料](https://github.com/allmachinelearning/MachineLearning/blob/master/notes/MLMaterials.md)



- [MIT.Introduction to Machine Learning](http://ddl.escience.cn/f/Iwtu)



- [东京大学同学做的人机交互报告](https://github.com/allmachinelearning/MachineLearning/blob/master/notes/FieldResearchinChina927-104.pdf)



- [人机交互简介](https://github.com/jindongwang/HCI)



- [人机交互与创业论坛](https://github.com/allmachinelearning/MachineLearning/blob/master/notes/%E4%BA%BA%E6%9C%BA%E4%BA%A4%E4%BA%92%E4%B8%8E%E5%88%9B%E4%B8%9A%E8%AE%BA%E5%9D%9B.md)



- [职场机器学习入门](https://github.com/allmachinelearning/MachineLearning/blob/master/notes/%E8%81%8C%E5%9C%BA-%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E5%85%A5%E9%97%A8.md)



- [机器学习的发展历程及启示](http://mt.sohu.com/20170326/n484898474.shtml), (@Prof. Zhihua Zhang/@张志华教授)



- [常用的距离和相似度度量](https://github.com/allmachinelearning/MachineLearning/blob/master/notes/distance%20and%20similarity.md)



- - -



## 课程与讲座 Course and talk



- [斯坦福机器学习入门课程](https://www.coursera.org/learn/machine-learning)，讲师为Andrew Ng，适合数学基础一般的人，适合入门，但是学完会发现只是懂个大概，也就相当于什么都不懂。省略了很多机器学习的细节

- [Stanford CS 229](http://cs229.stanford.edu/materials.html), Andrew Ng机器学习课无阉割版，Notes比较详细

- [CMU 10-702 Statistical Machine Learning](http://www.stat.cmu.edu/~larry/=sml/), 讲师是Larry Wasserman，应该是统计系开的机器学习，非常数学化，第一节课就提到了RKHS(Reproducing Kernel Hilbert Space),建议数学出身的同学看或者是学过实变函数泛函分析的人看一看

- [CMU 10-715 Advanced Introduction to Machine Learning](https://www.cs.cmu.edu/~epxing/Class/10715/)，同样是CMU phd级别的课，节奏快难度高

- Coursera上国立台湾大学[林轩田](https://www.coursera.org/instructor/htlin)开的两门课：[机器学习基石](https://www.coursera.org/course/ntumlone)（适合入门），[机器学习技法](https://www.coursera.org/course/ntumltwo)（适合提高）。

- [Machine Learning for Data Analysis](https://www.coursera.org/learn/machine-learning-data-analysis), Coursera上Wesleyan大学的Data Analysis and Interpretation专项课程第四课。

- [Neural Networks for Machine Learning](https://www.coursera.org/learn/neural-networks), Coursera上的著名课程，由Geoffrey Hinton教授主讲。

- 斯坦福大学Feifei Li教授的[CS231n系列深度学习课程](http://cs231n.stanford.edu/)。Feifei Li目前是Google的科学家，深度学习与图像识别方面的大牛。这门课的笔记可以看[这里](https://zhuanlan.zhihu.com/p/21930884)。

- Max Planck Institute for Intelligent Systems Tübingen[德国马普所智能系统研究所2013的机器学习暑期学校视频](https://www.youtube.com/playlist?list=PLqJm7Rc5-EXFv6RXaPZzzlzo93Hl0v91E),仔细翻这个频道还可以找到2015的暑期学校视频

- 知乎Live：[我们一起开始机器学习吧](https://www.zhihu.com/lives/792423196996546560)，[机器学习入门之特征工程](https://www.zhihu.com/lives/819543866939174912)



- - -











## 相关书籍 reference book







- 入门读物 [The Elements of Statistical Learning(英文第二版),The Elements of Statistical Learning.pdf](http://ddl.escience.cn/ff/emZH)



- [机器学习](https://book.douban.com/subject/26708119/), (@Prof. Zhihua Zhou/周志华教授)



- [统计学习方法](https://book.douban.com/subject/10590856/), (@Dr. Hang Li/李航博士)



- [一些Kindle读物](http://ddl.escience.cn/f/IwWE):



	- 利用Python进行数据分析.azw3

	- 跟老齐学Python：从入门到精通.azw3

	- Python与数据挖掘 (大数据技术丛书) - 张良均.azw3

	- Python学习手册.azw3

	- Python性能分析与优化.mobi

	- Python数据挖掘入门与实践_7242.azw3

	- Python数据分析与挖掘实战(大数据技术丛书) - 张良均.azw3

	- Python科学计算(第2版).azw3

	- Python计算机视觉编程 [美] Jan Erik Solem.azw3

	- python核心编程(第三版).azw3

	- Python核心编程（第二版）.azw3

	- Python高手之路 - [法] 朱利安·丹乔（Julien Danjou）.azw3

	- Python编程快速上手 让繁琐工作自动化.azw3

	- Python编程：从入门到实践.azw3

	- Python3 CookBook中文版.mobi

	- 终极算法机器学习和人工智能如何重塑世界 - [美 ]佩德罗·多明戈斯.azw3.azw3

	- 机器学习系统设计 (图灵程序设计丛书) - [美]Willi Richert & Luis Pedro Coelho.azw3.azw3

	- 机器学习实践指南：案例应用解析（第2版） (大数据技术丛书) - 麦好.azw3

	- 机器学习实践 测试驱动的开发方法 (图灵程序设计丛书) - [美] 柯克（Matthew Kirk）.a.azw3

	- 机器学习：实用案例解析 (O'Reilly精品图书系



- [Packt每日限免电子书精选](http://ddl.escience.cn/f/IS4a):



	- Learning Data Mining with Python

	- Matplotlib for python developers

	- Machine Learing with Spark

	- Mastering R for Quantitative Finance

	- Mastering matplotlib

	- Neural Network Programming with Java

	- Python Machine Learning

	- R Data Visualization Cookbook

	- R Deep Learning Essentials

	- R Graphs Cookbook second edition

	- D3.js By Example 

	- Data Analysis With R

	- Java Deep Learning Essentials

	- Learning Bayesian Models with R

	- Learning Pandas

	- Python Parallel Programming Cookbook

	- Machine Learning with R

---



## 其他 Miscellaneous



- [机器学习日报](http://forum.ai100.com.cn/)：每天更新学术和工业界最新的研究成果



- - -



## 如何加入 How to contribute



- 直接pull requests

- 或者到[这里](https://github.com/allmachinelearning/MachineLearning/issues/1)留下你的Github账号我们把你加入贡献者列表

- PDF等大文件上传方法：登录	http://ddl.escience.cn 	用户名：allmachinelearning@163.com，密码：machine123。登录后，在‘个人空间’中上传，然后将文件（夹）链接共享。

- 之后请在贡献者页面加入自己的信息



## 如何开始项目协同合作

[快速了解github协同工作](http://hucaihua.cn/2016/12/02/github_cooperation/)



[及时更新fork项目](https://jinlong.github.io/2015/10/12/syncing-a-fork/)



#### [贡献者 Contributors](https://github.com/allmachinelearning/MachineLearning/blob/master/contributors.md)