机器学习学习笔记-个人参考资料分享(合集)

机器学习学习笔记-个人参考资料分享

自2021年夏至今,在个人兴趣驱动以及导师冉茂华的鼓励下,参考了以下几本关于机器学习的书籍,受益匪浅,自认为勉强算是入门了.大家可以参考推荐结合自身情况选择适合自己的入门教材.

其中强烈推荐: * 《Python神经网络编程》此书采用全彩印刷,图表丰富,新手友好,此书是我入门神经网络的第一本教材,书中避免了复杂公式的推导,且附有基于Pytorch的神经网络相关代码,阅读起来轻松加愉快 * 《机器学习》周志华老师似乎在力求用轻松、简要而又能帮你将思维一层一层捋清楚, 从而搭建出关于这门学科的思维大楼的方式在写整本书。既适合于入门读者, 也适合于已有这门学科背 景但又想再一次如沐春风的进阶读者。 * 《南瓜书》西瓜书是机器学习领域的经典入门教材之一，周老师为了使尽可能多的读 者通过西瓜书对机器学习有所了解, 所以在书中对部分公式的推导细节没有详述，但是这对那些想深究公式推 导细节的读者来说可能“不太友好”，本书旨在对西瓜书里比较难理解的公式加以解析，以及对部分公式补充 具体的推导细节。 * 《百面机器学习算法工程师带你去面试》从职业算法工程师角度带你学习机器学习算法,此书中收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出发，不仅囊括了机器学习的基本知识，而且还包含了成为优秀算法工程师的相关技能，更重要的是凝聚了笔者对人工智能领域的一颗热忱之心，旨在培养读者发 现问题、解决问题、扩展问题的能力，建立对机器学习的热爱，共绘人工智能世 界的宏伟蓝图.因此如果你的学习目标是就业,这本书真的是一把利刃.(建议反复阅读)

[toc] ## 《Python神经网络编程》 >众多好评的神经网络入门图书,全彩印刷,图表丰富 > >自己动手用Python编写神经网络 ### 封面 ### 摘要 > 神经网络是一种模拟人脑的神经网络，以期能够实现类人工智能的机器学习 技术。 > >本书揭示神经网络背后的概念，并介绍如何通过Python实现神经网络。全书 分为3章和两个附录。第1章介绍了神经网络中所用到的数学思想。第2章介绍使 用Python实现神经网络，识别手写数字，并测试神经网络的性能。第3章带领读 者进一步了解简单的神经网络，观察已受训练的神经网络内部，尝试进一步改善 神经网络的性能，并加深对相关知识的理解。附录分别介绍了所需的微积分知识 和树莓派知识。 > >本书适合想要从事神经网络研究和探索的读者学习参考， 也适合对人工智 能、机器学习和深度学习等相关领域感兴趣的读者阅读。 ### 下载地址 > 提取超链接:《Python神经网络编程》

《机器学习》周志华

为什么这本 《机器学习》, 封面会有很多西瓜? 为什么要叫他西瓜书? 就因为封面是西瓜? 因为所有的这些个基本术语的理解和后续一些问题的解释以及比喻, 周大大都是用西瓜来做比喻! ! ！ 通俗易懂! 恰到好处! 很有可能, 它会成为一本中国无数 Machine Learning热爱者的启蒙教材。 ### 封面 ### 摘要 周老师似乎在力求用轻松、简要而又能帮你将思维一层一层捋清楚, 从而搭建出关于这门学科的思维大楼的方式在写整本书。既适合于入门读者, 也适合于已有这门学科背 景但又想再一次如沐春风的进阶读者。

之所以说它为启蒙教材, 是因为它非常合适没有任何背景的初学者看。每一个概念, 甚至每一个概念的来龙去脉都讲的非常清楚。 ### 下载地址 提取超链接:《机器学习》(西瓜书)

《机器学习》(西瓜书)手推笔记完结16章全214页 >这个公式看起来很熟，却怎么也搞不懂怎么办？周志华《机器学习》西瓜书 手推笔记带你上路。

南瓜书

南瓜书的所有内容都是以西瓜书的内容为前置知识进行表述的，所以南瓜书的最佳使用方法是以西瓜书 为主线，遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书； ### 封面

摘要

“周志华老师的《机器学习》（西瓜书）是机器学习领域的经典入门教材之一，周老师为了使尽可能多的读 者通过西瓜书对机器学习有所了解, 所以在书中对部分公式的推导细节没有详述，但是这对那些想深究公式推 导细节的读者来说可能“不太友好”，本书旨在对西瓜书里比较难理解的公式加以解析，以及对部分公式补充 具体的推导细节。”

读到这里，大家可能会疑问为啥前面这段话加了引号，因为这只是我们最初的遐想，后来我们了解到，周 老师之所以省去这些推导细节的真实原因是，他本尊认为“理工科数学基础扎实点的大二下学生应该对西瓜书 中的推导细节无困难吧，要点在书里都有了，略去的细节应能脑补或做练习”。所以...... 本南瓜书只能算是我 等数学渣渣在自学的时候记下来的笔记，希望能够帮助大家都成为一名合格的“理工科数学基础扎实点的大二下学生”。 ### 下载地址 提取超链接:《南瓜书》

《百面机器学习算法工程师带你去面试》

人工智能领域正在以超乎人们想象的速度发展，本书赶在人工智能彻底“占 领”世界之前完成编写，实属万幸。 ### 封面 ### 摘要 书中收录了超过100道机器学习算法工程师的面试题目和解答，其中大部分源 于Hulu算法研究岗位的真实场景。本书从日常工作、生活中各种有趣的现象出 发，不仅囊括了机器学习的基本知识，而且还包含了成为优秀算法工程师的相关 技能，更重要的是凝聚了笔者对人工智能领域的一颗热忱之心，旨在培养读者发 现问题、解决问题、扩展问题的能力，建立对机器学习的热爱，共绘人工智能世 界的宏伟蓝图。

“不积跬步，无以至千里”，本书将从特征工程、模型评估、降维等经典机器 学习领域出发，构建一个算法工程师必备的知识体系；见神经网络、强化学习、 生成对抗网络等最新科研进展之微，知机器学习领域胜败兴衰之著；“博观而约 取，厚积而薄发”，在最后一章为读者展示生活中各种引领时代的人工智能应用。 ### 下载地址 提取超链接:《百面机器学习算法工程师带你去面试》

《吴恩达机器学习视频》个人笔记完整版

Machine Learning(机器学习)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而 不是演绎。在过去的十年中，机器学习帮助我们自动驾驶汽车，有效的语音识别，有效的网 络搜索，并极大地提高了人类基因组的认识。机器学习是当今非常普遍，你可能会使用这一 天几十倍而不自知。很多研究者也认为这是最好的人工智能的取得方式。在本课中，您将学 习最有效的机器学习技术，并获得实践，让它们为自己的工作。更重要的是，你会不仅得到 理论基础的学习，而且获得那些需要快速和强大的应用技术解决问题的实用技术。最后，你 会学到一些硅谷利用机器学习和人工智能的最佳实践创新。 ### 作者序

本课程提供了一个广泛的介绍机器学习、数据挖掘、统计模式识别的课程。主题包括：

（一）监督学习（参数/非参数算法，支持向量机，核函数，神经网络）。

（二）无监督学习（聚类，降维，推荐系统，深入学习推荐）。

（三）在机器学习的最佳实践（偏差/方差理论；在机器学习和人工智能创新过程）。 本课程还将使用大量的案例研究，您还将学习如何运用学习算法构建智能机器人（感知，控 制），文本的理解（Web 搜索，反垃圾邮件），计算机视觉，医疗信息，音频，数据挖掘， 和其他领域。

本课程需要 10 周共 18 节课，相对以前的机器学习视频，这个视频更加清晰，而且每课 都有 ppt 课件，推荐学习。

我和我的团队翻译了部分视频，目前已经翻译完毕，内嵌中英文字幕，推荐使用 potplayer。 此外，我无偿把字幕贡献给了网易云课堂，他们开了免费课：吴恩达机器学习。

这篇中文笔记，主要是根据视频内容和中文字幕以及 ppt 来制作，部分来源于网络，如 “小小人_V”的笔记，并持续更新。

本人水平有限，如有公式、算法错误，请及时指出，发邮件给我，也可以加我 qq。

今日发现这个笔记被下载超过 10 万次，应该说这个笔记有点用，我发现以前一些翻译 小错误，进行了修改，以免误导初学者。

黄海广 ### 下载地址 提取超链接:《吴恩达机器学习视频》个人笔记完整版.pdf

《神经网络与深度学习》邱锡鹏

本书的写作目的是使得读者能够掌握神经网络与深度学习技术的基本原理，知其然还要知其所以然． ### 摘要 全书共 15 章．第1章是绪论，概要介绍人工智能、 机器学习和深度学习，使读者全面了解相关知识．第2、3章介绍机器学习的基础 知识．第4～6章分别讲述三种主要的神经网络模型：前馈神经网络、卷积神经网络 和循环神经网络．第7章介绍神经网络的优化与正则化方法．第8章介绍神经网络 中的注意力机制和外部记忆．第9章简要介绍一些无监督学习方法．第10章介绍 一些模型独立的机器学习方法：集成学习、自训练和协同训练、多任务学习、迁移 学习、终身学习、元学习等，这些都是目前深度学习的难点和热点问题．第11章介 绍概率图模型的基本概念，为后面的章节进行铺垫．第12章介绍两种早期的深度 学习模型：玻尔兹曼机和深度信念网络．第13章介绍最近两年发展十分迅速的深 度生成模型：变分自编码器和生成对抗网络．第14章介绍深度强化学习的知识．第15章介绍应用十分广泛的序列生成模型．书后还提供了相关数学分支的简要介绍，以供读者需要时参考． ### 下载地址 提取超链接:《神经网络与深度学习》邱锡鹏

邱锡鹏教授的《神经网络与深度学习》一书较全面地介绍了神经网络、机器学习和深度学习的基本概念、模型和方法，同时也涉及深度学习中许多最新进展．此处附上对应的演示文稿. >附件:《神经网络与深度学习-3小时》邱锡鹏 >

若资料无法正常获取请移步关注本人CSDN博客[@Turing'sCat](https://blog.csdn.net/qq_42818403?spm=1000.2115.3001.5343)下载,或者发邮件到517093978@qq.com