我个人遵从以下机器学习方式,以及利用的资源如下(希望对于也在路上探索的你有帮助):

  • 炼数成金的机器学习视频(在YouTube和B站均可找到),并在PPT上认真做笔记。我觉得这个老师讲得很好,能够从几何角度去形象的讲解各种模型。(在我自己的GitHub上有专门的机器学习folder)

  • 看书 精通机器学习:基于R(第二版)。这个书的好处在于能够指导你快速上手,用R做课题,并解释结果。(在我自己的GitHub上有专门的机器学习folder)

  • STHDA 这个数据分析网站上的 machine learning essential 板块,理论和代码都有,很好的资源。

  • 看书和视频 机器学习实战。这本书是讲解的用Python来进行机器学习的。精力有限,还没学习。只是先fork了一下人家的GitHub。

  • Standford 吴恩达的机器学习课程,经典视频。在coursera,YouTube和B站均有资源。

  • YouTube上周莫烦的机器学习和深度学习视频,也挺好的。目前还没有开始学习。

  • 针对不明白的地方再逐个击破,主要是在做课题的过程中更好地理解各种机器学习的算法。

  • 机器学习的理解,需要大量的线性代数和概率论的基础,好在当年大学数学学得极其用心。遇到知识点去温故一下就想起来了。