Machine Learning
吴恩达-机器学习
南瓜书PumpkinBook
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，诚挚欢迎每一位西瓜书读者前来参与完善本书：一个人可以走的很快，但是一群人却可以走的更远。
使用说明
南瓜书仅仅是西瓜书的一些细微补充而已，里面的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。若南瓜书里没有你想要查阅的公式，可以点击这里提交你希望补充推导或者解析的公式编号，我们看到后会尽快进行补充。
在线阅读地址
在线阅读地址：https://datawhalechina.github.io/pumpkin-book
目录
- 第1章 绪论
- 第2章 模型评估与选择
- 第3章 线性模型
- 第4章 决策树
- 第5章 神经网络
- 第6章 支持向量机
- 第7章 贝叶斯分类器
- 第8章 集成学习
- 第9章 聚类
- 第10章 降维与度量学习
- 第11章 特征选择与稀疏学习
- 第12章 计算学习理论
- 第13章 半监督学习
- 第14章 概率图模型
- 第15章 规则学习（正在完成中）
- 第16章 强化学习
李宏毅机器学习笔记(LeeML-Notes)
李宏毅老师的机器学习视频是机器学习领域经典的中文视频之一，也被称为中文世界中最好的机器学习视频。李老师以幽默风趣的上课风格让很多晦涩难懂的机器学习理论变得轻松易懂，并且老师会通过很多有趣的例子结合机器学习理论在课堂上展现出来，并且逐步推导深奥的理论知识。比如老师会经常用宝可梦来结合很多机器学习算法。对于想入门机器学习又想看中文讲解的人来说绝对是非常推荐的。学有余力的同学也可以看一下李宏毅机器学习2019(大部分是一样的，只有小部分更新)
使用说明
这个笔记是根据李宏毅老师机器学习视频的一个辅助资料，本笔记基本上完全复刻李老师课堂上讲的所有内容，并加入了一些和相关的学习补充资料和参考资料，结合这些资料一起学习，相信你会对机器学习有更加深刻的理解。
笔记在线阅读地址
在线阅读地址：https://datawhalechina.github.io/leeml-notes
课程在线观看地址
目录
- P1 机器学习介绍
- P2 为什么要学习机器学习
- P3 回归
- P4 回归-演示
- P5 误差从哪来？
- P6 梯度下降
- P7 梯度下降（用AOE演示）
- P8 梯度下降（用Minecraft演示）
- P9 作业1-PM2.5预测
- P10 概率分类模型
- P11 logistic回归
- P12 作业2-赢家还是输家
- P13 深度学习简介
- P14 反向传播
- P15 深度学习初试
- P16 Keras2.0
- P17 Keras演示
- P18 深度学习技巧
- P19 Keras演示2
- P20 Tensorflow 实现 Fizz Buzz
- P21 卷积神经网络
- P22 为什么要“深度”学习？
- P23 半监督学习
- P24 无监督学习-线性降维
- P25 无监督学习-词嵌入
- P26 无监督学习-领域嵌入
- P27 无监督学习-深度自编码器
- P28 无监督学习-深度生成模型I
- P29 无监督学习-深度生成模型II
- P30 迁移学习
- P31 支持向量机
- P32 结构化学习-介绍
- P33 结构化学习-线性模型
- P34 结构化学习-结构化支持向量机
- P35 结构化学习-序列标注
- P36 循环神经网络I
- P37 循环神经网络II
- P38 集成学习
- P39 深度强化学习浅析
- P40 机器学习的下一步
NLP
AINLP
如何学习自然语言处理：NLP领域经典《自然语言处理综论》英文版第三版更新
2019斯坦福CS224n深度学习自然语言处理课程视频和相关资料分享
CS224N 2019最全20视频分享：斯坦福大学深度学习自然语言处理课程资源索引