機器學習怎麼學？當然是系統地學習了。

沒有時間這麼辦呢？利用碎片時間學習！很多人一天要花 2 個小時通勤，通勤路上有很多時間看手機。

於是我把一些機器學習的基礎知識做成了線上的機器學習手冊，只需開啟微信收藏就能學習了！就好像背託福單詞一樣。(作者：黃海廣^[1])

機器學習手冊分為三個部分，數學基礎、機器學習經典演算法、統計學習方法。

建議有時間的同學可以這三個部分按照順序學習，時間少的同學，我建議直接看機器學習經典演算法，遇到問題查一下數學基礎，也可以一邊看機器學習經典演算法，一邊看統計學習方法，查漏補缺。

機器學習手冊

一、數學基礎

1.高等數學

推薦下我考研和考博時候的數學筆記，我把機器學習的部分，提煉出來，幾乎涵蓋了所有機器學習所需要的高等數學公式：

2.概率論

• 首選

  推薦史丹佛大學 CS229 機器學習課程的基礎材料的概率論部分，這個由我翻譯，是史丹佛各類人工智慧課程的基礎材料，針對機器學習進行了優化，可以說是經典材料。(原始檔案下載^[2])

• 備選

  推薦下我考研和考博時候的數學筆記，我把機器學習的部分，提煉出來，幾乎涵蓋了所有機器學習所需要的線性代數公式：

3.線性代數

• 首選

  推薦史丹佛大學 CS229 機器學習課程的基礎材料的線性代數部分，這個由我翻譯，是史丹佛各類人工智慧課程的基礎材料，針對機器學習進行了優化，可以說是經典材料。（原始檔案下載^[3]）

• 備選

  推薦下我考研和考博時候的數學筆記，我把機器學習的部分，提煉出來，幾乎涵蓋了所有機器學習所需要的線性代數公式：

機器學習的經典演算法主要是吳恩達老師的機器學習課程^[4]的精選部分，並增加了決策樹部分。

如何在最短時間掌握機器學習的經典演算法？我推薦把演算法精華部分進行學習，這樣學習進度會快一點。（點選目錄線上閱讀）

第六部分：決策樹

李航老師的《統計學習方法》^[5]第一版於 2012 年出版，講述了統計機器學習方法，主要是一些常用的監督學習方法。第一版和第二版前面十二章相同，第二版多了無監督學習的內容（比第一版多了十二章以後的部分），由此本書涵蓋了傳統統計機器學習方法的主要內容。（點選目錄線上閱讀）

目錄

github：

https://github.com/fengdu78/lihang-code

總結

本文將機器學習的精華部分做成了手冊，開啟微信就能學習，適合平時時間少的朋友學習機器學習，可以在通勤的時候在手機上學習，建議收藏本文慢慢學習。

參考資料

喜歡文章，點個在看