精选的机器学习学习资料和工具
台湾大学林轩田教授的经典课程，深入浅出地讲解机器学习基础理论。
Andrew Ng教授的机器学习课程，涵盖广泛的机器学习主题。
deeplearning.ai提供的深度学习系列课程，由Andrew Ng主讲。
周志华教授著，被誉为"西瓜书"，是中文机器学习领域的经典教材。
李航博士著，系统介绍了统计机器学习的主要方法。
Sebastian Raschka著，结合Python实践讲解机器学习算法。
Python中最流行的机器学习库，提供了大量经典算法实现。
Google开发的开源机器学习框架，支持深度学习研究和生产。
Facebook开发的深度学习框架，以动态计算图著称。
加州大学欧文分校维护的机器学习数据库，包含大量标准数据集。
Kaggle平台提供的数据集，常用于竞赛和学习。
手写数字识别数据集，是深度学习入门的经典数据集。
从入门到精通的学习路径建议
线性代数、微积分、概率论与数理统计
Python/R语言、数据处理库(numpy/pandas)
监督学习、无监督学习、模型评估方法
线性回归、决策树、SVM、聚类算法等
神经网络、CNN、RNN、Transformer等
Kaggle竞赛、个人项目、工业界应用
订阅我们的邮件列表，第一时间获取最新的机器学习资源和教程