MachineLearning

欢迎任何人参与和完善：一个人可以走的很快，但是一群人却可以走的更远

ApacheCN - 学习机器学习群【629470233】
Machine Learning in Action (机器学习实战) | ApacheCN(apache中文网)
电子版书籍：【机器学习实战-中文版-带目录版.pdf】
-- 感谢群小哥哥：Wizard Zhang 生成的电子书《机器学习实战-ApacheCN.pdf》
视频已更新完成，如果你觉得有价值，请帮忙点 Star【后续组织学习活动：sklearn、kaggle、 Pytorch 和 tensorflow】
-- 视频网站：优酷／bilibili / Acfun / 网易云课堂，可直接在线播放。（最下方有相应链接）
-- 群小哥哥：红色石头的机器学习之路: **大学林轩田机器学习基石课程 - 系列学习笔记

ApacheCN 网友捐赠页面：http://www.apachecn.org/organization/664.html

机器学习

模块	章节	类型	负责人(GitHub)	QQ
机器学习实战	第 1 章: 机器学习基础	介绍	@毛红动	1306014226
机器学习实战	第 2 章: KNN 近邻算法	分类	@尤永江	279393323
机器学习实战	第 3 章: 决策树	分类	@景涛	844300439
机器学习实战	第 4 章: 朴素贝叶斯	分类	@wnma3mz @分析	1003324213 244970749
机器学习实战	第 5 章: Logistic回归	分类	@微光同尘	529925688
机器学习实战	第 6 章: SVM 支持向量机	分类	@王德红	934969547
网上组合内容	第 7 章: 集成方法（随机森林和 AdaBoost）	分类	@片刻	529815144
机器学习实战	第 8 章: 回归	回归	@微光同尘	529925688
机器学习实战	第 9 章: 树回归	回归	@微光同尘	529925688
机器学习实战	第 10 章: K-Means 聚类	聚类	@徐昭清	827106588
机器学习实战	第 11 章: 利用 Apriori 算法进行关联分析	频繁项集	@刘海飞	1049498972
机器学习实战	第 12 章: FP-growth 高效发现频繁项集	频繁项集	@程威	842725815
机器学习实战	第 13 章: 利用 PCA 来简化数据	工具	@廖立娟	835670618
机器学习实战	第 14 章: 利用 SVD 来简化数据	工具	@张俊皓	714974242
机器学习实战	第 15 章: 大数据与 MapReduce	工具	空缺 - 有兴趣私聊片刻	842376188
Ml项目实战	第 16 章: 推荐系统	项目	空缺 - 有兴趣私聊片刻	842376188

深度学习(DeepLearning) —— 正在更新迭代

1.) 入门介绍
2.）代码位置：src/py2.x or py3.x/DL

自然语言处理(NLP)

第一部分入门介绍

1.) 自然语言处理入门介绍

第二部分机器翻译

2.) 机器翻译

第三部分篇章分析

第四部分 UNIT-语言理解与交互技术

4.) UNIT-语言理解与交互技术

未来规划样子

类目	类型	模块	章节	负责人	QQ
机器学习	基本介绍		机器学习基础	@片刻	529815144
	监督学习	分类	KNN 近邻算法	@微光同尘	529925688
			决策树	@景涛	844300439
			朴素贝叶斯	@wnma3mz @平淡的天	1003324213 554650680
			Logistic回归	@景涛	844300439
			SVM 支持向量机	@小王子 @景涛	934969547 844300439
			集成方法	@片刻	529815144
			随机森林	@片刻	529815144
			AdaBoost	@片刻	529815144
		回归	回归	@微光同尘	529925688
		回归	树回归	@微光同尘	529925688
		综合	xgboost	@小王子	934969547
	非监督学习	聚类	K-Means 聚类	@徐昭清	827106588
		关联规则	利用 Apriori 算法进行关联分析	@刘海飞	1049498972
		频繁项集	FP-growth 高效发现频繁项集	@程威	842725815
	降维		利用 PCA 来简化数据	@廖立娟	835670618
			利用 SVD 来简化数据	空缺
			T-SNE	@片刻 @Lisanaaa	529815144 1369342903
	模型选择			空缺
	预处理			@咸鱼	1034616238
	模型融合			@咸鱼	1034616238
深度学习	神经网络		NN	@红色石头	1024323838
	神经网络		DNN	@红色石头	1024323838
	图像识别		CNN	@瑶妹 @咸鱼	190442212 1034616238
	NLP		SOW	@片刻	529815144
			BOW	@片刻	529815144
			TF-IDF	@片刻	529815144
			Word2Vec 原理介绍	@片刻	529815144
			RNN	空缺
			LSTM	空缺
	语音识别			空缺
大数据与MapReduce			大数据与MapReduce	空缺
推荐系统			推荐系统	空缺

项目负责人

Ml 第一期 (2017-02-27)

Ml 第二期 (2017-08-14)

Ml 第三期 (2018-04-16)

项目贡献者

Ml 第一期 (2017-02-27)

Ml 第二期 (2017-08-14)

Ml 第三期 (2018-04-16)

欢迎贡献者不断的追加

加入方式

企鹅: 529815144(片刻) 1042658081(那伊抹微笑) 190442212(瑶妹)
ApacheCN(apache中文网) 维护更新
- 关于我们
- 加入我们

网站视频

知乎问答-爆炸啦-机器学习该怎么入门？

当然我知道，第一句就会被吐槽，因为科班出身的人，不屑的吐了一口唾沫，说傻X，还评论 Andrew Ng 的视频。。

我还知道还有一部分人，看 Andrew Ng 的视频就是看不懂，那神秘的数学推导，那迷之微笑的英文版的教学，我何尝又不是这样走过来的？？我的心可能比你们都痛，因为我在网上收藏过上10部《机器学习》相关视频，外加国内本土风格的教程：7月+小象等等，我都很难去听懂，直到有一天，被一个百度的高级算法分析师推荐说：《机器学习实战》还不错，通俗易懂，你去试试？？

我试了试，还好我的Python基础和调试能力还不错，基本上代码都调试过一遍，很多高大上的 "理论+推导"，在我眼中变成了几个 "加减乘除+循环"，我想这不就是像我这样的程序员想要的入门教程么？

很多程序员说机器学习 TM 太难学了，是的，真 TM 难学，我想最难的是：没有一本像《机器学习实战》那样的作者愿意以程序员 Coding 角度去给大家讲解！！

最近几天，GitHub 涨了 300颗 star，加群的200人，现在还在不断的增加++，我想大家可能都是感同身受吧！

很多想入门新手就是被忽悠着收藏收藏再收藏，但是最后还是什么都没有学到，也就是"资源收藏家"，也许新手要的就是 MachineLearning(机器学习) 学习路线图。没错，我可以给你们的一份，因为我们还通过视频记录下来我们的学习过程。水平当然也有限，不过对于新手入门，绝对没问题，如果你还不会，那算我输！！

视频怎么看？

理论科班出身-建议去学习 Andrew Ng 的视频（Ng 的视频绝对是权威，这个毋庸置疑）
编码能力强 - 建议看我们的《机器学习实战-教学版》
编码能力弱 - 建议看我们的《机器学习实战-讨论版》，不过在看理论的时候，看教学版-理论部分；讨论版的废话太多，不过在讲解代码的时候是一行一行讲解的；所以，根据自己的需求，自由的组合。

循序渐进大体介绍：机器学习初学者建议 | ApacheCN

干货内容实际操作：MachineLearning(机器学习) 学习路线图

机器学习视频-教学版


AcFun	B站

优酷	网易云课堂

免责声明

ApacheCN 纯粹出于学习目的与个人兴趣翻译本书。

本译文只供学习研究参考之用。ApacheCN 保留对此版本译文的署名权及其它相关权利。

ApacheCN 组织资源

kaggle: 机器学习竞赛

深度学习	机器学习	大数据	运维工具
TensorFlow R1.2 中文文档	机器学习实战-教学	Spark 2.2.0和2.0.2 中文文档	Zeppelin 0.7.2 中文文档
Pytorch 0.3 中文文档	Sklearn 0.19 中文文档	Storm 1.1.0和1.0.1 中文文档	Kibana 5.2 中文文档
	LightGBM 中文文档	Kudu 1.4.0 中文文档
	XGBoost 中文文档	Elasticsearch 5.4 中文文档
		Beam 中文文档

zhaopufeng / machinelearning Goto Github PK