Books

频率派

统计机器学习

• 《统计学习方法》李航

  12章：1绪论，12总结，中间10个常用算法：感K朴决逻 支提E隐条

• 《机器学习》“西瓜书” 周志华

  很多学习方法，全面但不深入，基本推导和原理，

• The Elements of Statistical Learning（ESL）

贝叶斯派

概率图模型

• Pattern Recognition And Machine Learning (PRML)

  12章算法：回分神核析 图混近采连 顺组

• Machine Learning-A Probabilistic Perspective (MLAPP)

  百科全书，包罗万象

深度学习

《DeepLearning》“圣经” 张志华译

Videos

shuhuai007 github

1. 《机器学习基石》——台大 林轩田

   基本理论：VC Theroy，正则化，基础线性模型

2. 《机器学习技法》——台大 林轩田

   各种模型：SVM(好)，决策树，随机森林，神经网络，深度学习（前向网络）

3. 《机器学习导论》——张志华

   频率派角度，推导较多

4. 《统计机器学习》——张志华

   一些统计理论，贝叶斯角度：如概率不等式，偏数学，推导较多

5. 《斯坦福课堂 CS 229》——吴恩达

   大量数学推导，好像有2017年的新版添加deepLearning内容

6. 概率模型一系列视频——2015 徐亦达

   深度较深，EM，MCMC，HMM，滤波算法。在github上有notes：概率模型，DeepLearning

7. 《ML》(机器学习)——2017 台大 李宏毅

   CNN，RNN，LSTM

8. 《MLDS》——2018 台大 李宏毅

   深度学习里的优化，正则化，实践方法，NLP模型

李宏毅2020机器学习深度学习（附完整课件和源码）[b站]