機器學習/深度學習/自然語言處理學習路線

原文地址:http://www.cnblogs.com/cyruszhu/p/5496913.html
未經允許，請勿用於商業用途！相關請求，請聯絡作者:yunruizhu@126.com
轉載請附上原文連結，謝謝。

1 基礎

l Andrew NG 的 Machine Learning視訊。

連線：主頁，資料。

l 2.2008年Andrew Ng CS229 機器學習

當然基本方法沒有太大變化，所以課件PDF可下載是優點。

中文字幕視訊@網易公開課，英文版視訊@youtube，課件PDF@Stanford

l 3.Tom Mitchell 的機器學習視訊

他的《機器學習》在很多課程上被選做教材，有中文版。

2 進階

l 3. 林軒田 (HT Lin) 老師的兩門課。

機器學習基石(Machine Learning Foundations)：

MOOC，all handout slides ，free youtube videos

機器學習技法(Machine Learning Techniques)：

MOOC，all handout slides，free youtube videos

l 4.2013年Yaser Abu-Mostafa (Caltech) Learning from Data

內容更適合進階，課程視訊,課件PDF@Caltech

Yaser Abu-Mostafa是林軒田 (HT Lin)的老師，林的課內容安排和這個課相似。

l 5. 2012年餘凱(百度)張潼(Rutgers) 機器學習公開課

內容更適合進階，課程主頁@百度文庫，課件PDF@龍星計劃

l PRML/機器學習導論/矩陣分析(計算)/神經網路與機器學習

3 方向

3.1 深度神經網路

l 大致瞭解：

A Deep Learning Tutorial: From Perceptrons to Algorithms

Introduction to Deep Learning Algorithms

Deep learning from the bottom up

Yann LeCun, Yoshua Bengio & Geoffrey Hinton，Deep learning[J],Nature.

l UFLDL：Deep Learning Tutorial from Stanford，中文版。

Stanford計算機系的官方tutorial，Andrew Ng執筆。要想了解DL的原理，這個最好用了。

l Deep Learning，Ian Goodfellow，Yoshua Bengio，Aaron Courville。目前最權威的DL教材了。

l Neural Networks for Machine Learning。

Geoffrey Hinton，Department of Computer Science，辛頓是反向傳播演算法和對比散度演算法的發明人之一，也是深度學習的積極推動者。有視訊和材料。

l Oxford Deep Learning

Nando de Freitas 在 Oxford 開設的深度學習課程，有全套視訊。

l 吳立德，復旦大學教授。優酷視訊：《深度學習課程》，講的很有大師風範。

其他參考：
l Neural networks class，Hugo Larochelle from Université de Sherbrooke

l Deep Learning Course， CILVR lab @ NYU

3.2機器視覺

l Fei-Fei Li ：CS231n: Convolutional Neural Networks for Visual Recognition。

http://cs231n.stanford.edu/，英文字幕

CS231n課程筆記翻譯：Python Numpy教程 ，@杜客組織知乎的幾個牛人翻譯的，表示感謝。

l William Hoff, Computer vision, 視訊和課件都有，無字幕

l CAP 5415 - Computer Vision, 無字幕

3.3自然語言處理

l Richard Socher：CS224d: Deep Learning for Natural Language Processing

http://cs224d.stanford.edu/syllabus.html，video.

l Dan Jurafsky和Christopher Manning，在coursera上的NLP課程連結。自然語言處理。

l Michael Collins，哥倫比亞大學，Natural Language Processing ，Coursera課程。

l High quality video of the 2013 NAACL tutorial version are up here: video

課程對應的主頁。ACL 2012 + NAACL 2013 Tutorial: Deep Learning for NLP (without Magic)，連結。

l 統計學習方法，李航。很出名，擅長自然語言處理，該本書也是按照自然語言處理來寫的。

3.4雜貨

作者：郭小賢
連結：https://www.zhihu.com/question/26006703/answer/63572833

著作權歸作者所有。商業轉載請聯絡作者獲得授權，非商業轉載請註明出處。

另外建議看看大神Yoshua Bengio的推薦（左邊的連結是論文，右邊的是程式碼），有理論有應用（主要應用於CV和NLP）

Page on Toronto, Home Page of Geoffrey Hinton
Page on Toronto, Home Page of Ruslan R Salakhutdinov
Page on Wustl, ynd/cae.py · GitHub
Page on Icml, https://github.com/lisa-lab/pyle…
Page on Jmlr, pylearn2)
On the difficulty of training recurrent neural networks, trainingRNNs
ImageNet Classification with Deep Convolutional Neural Networks, cuda-convnet - High-performance C++/CUDA implementation of convolutional neural networks - Google Project Hosting
Linguistic Regularities in Continuous Space Word Representations, word2vec - Tool for computing continuous distributed representations of words. - Google Project Hosting

作者：專業主義
連結：https://www.zhihu.com/question/26006703/answer/90969591
來源：知乎

《Deep Learning for Natural Language Processing and Related Applications》
介紹:這份文件來自微軟研究院,精髓很多。如果需要完全理解，需要一定的機器學習基礎。不過有些地方會讓人眼前一亮,毛塞頓開。

Understanding Convolutions
介紹:這是一篇介紹影象卷積運算的文章，講的已經算比較詳細的了

《Deep Learning and Shallow Learning》
介紹:對比 Deep Learning 和 Shallow Learning 的好文，來著浙大畢業、MIT 讀博的 Chiyuan Zhang 的部落格。

《Java Machine Learning》
介紹：Java機器學習相關平臺和開源的機器學習庫，按照大資料、NLP、計算機視覺和Deep Learning分類進行了整理。看起來挺全的，Java愛好者值得收藏。

《機器學習經典論文/survey合集》
介紹：看題目你已經知道了是什麼內容,沒錯。裡面有很多經典的機器學習論文值得仔細與反覆的閱讀。

《機器學習經典書籍》
介紹：總結了機器學習的經典書籍，包括數學基礎和演算法理論的書籍，可做為入門參考書單。

《Deep Learning 101》
介紹:因為近兩年來，深度學習在媒體界被炒作很厲害（就像大資料）。其實很多人都還不知道什麼是深度學習。這篇文章由淺入深。告訴你深度學究竟是什麼！

《Underactuated Robotics》
介紹:MIT的Underactuated Robotics於 2014年10月1日開課，該課屬於MIT研究生級別的課程，對機器人和非線性動力系統感興趣的朋友不妨可以挑戰一下這門課程！