如果你还在苦苦寻找机器学习和深度学习入门资料的话,或许可以看看本文我的一些推荐,这些材料我自己都学过一遍,分享一下点评,希望对你有帮助。注意,本文只是点评这些资源,不提供任何资源的盗版下载,所有资源我本人都是正版获取也不会对外分享。
1 Coursera机器学习 by Andrew Ng ★★★★
https://www.coursera.org/learn/machine-learning
目前应该是免费课程
点评:非常好的零基础入门课程,可惜课程使用Octave而不是Python+Jupyter Notebook来教学,有点旧了(扣一星)。Andrew授课的特点是:
- 即使一点机器学习的基础都没有,也可以听懂,他会从需要的最基本的数学知识的根开始说起
- 没有PPT,都是边说变手写要表达的内容,这比静态的PPT一页一页播放强很多
- 总是安慰学员听不懂不要紧以后会详述或是做了作业就清晰了,确实也是这样,作业设计的很好
- 虽然自己是大牛,但是总是会说自己有的时候也会很难理解这些东西,让学的人觉得自己好像并没有这么蠢
应该说市面上很难找到比这个课程再容易入门的机器学习课程了,但是也是这个课的缺点,就是过于基础,稍微超出基本入门范畴的东西就点到为止,四颗星推荐
2 Coursera深度学习 by Andrew Ng(DeepLearning.ai) ★★★★★
https://www.coursera.org/specializations/deep-learning
目前这个课按照月收费,每个月300人民币左右
点评:其实这是Andrew创办的公司DeepLearning.ai推出的系列课程,一共五门。同样的之前说的授课特点,补充几点:
- 作业设计的特别特别好,基础不好的人也可以顺利完成作业,很有成就感,作业里面会让你实现核心的内容,把周边不重要的东西都帮你实现了
- 每周都加入了一些深度学习大牛的专访,学习了专门课程对业内一些大牛也了如指掌了
- 深度学习的一些诸如YOLO、RNN、Word2Vec之类的算法其实比较难以理解的,但是Andrew能以通俗的语言来解释
这是市面上最好的深度学习入门课程,如果学的快的话一般可以一个月内完成,其实价格也相当合理,只要300,可惜只能作为入门,很多东西只是点到为止,不过这就足够了,五颗星推荐
3 深度学习纳米学位 by 优达学城 ★★★
http://cn.udacity.com/course/deep-learning-nanodegree-foundation--nd101-cn
7000多的价格,还是很贵的
- 部分 1 简介 大约时长:5 小时 15 分钟
- 部分 2 神经网络 【项目: 你的第一个神经网络】 大约时长:14 天
- 部分 3 卷积神经网络 【项目: 图像分类】 大约时长:43 天
- 部分 4 循环神经网络 - 文本生成 【项目: 生成电视剧剧本 】大约时长:30 天
- 部分 5 循环神经网络 - 文本翻译 【项目: 语言翻译项目】 大约时长:21 天
- 部分 6 生成对抗网络 【项目: 生成人脸】 大约时长:21 天
- 部分 7 额外课程 大约时长:6 小时
点评:我的感觉课程说的很零散,感觉这个课程像是拼拼凑凑弄起来的,如果希望系统学习这个课程是不适合的,但是这个课程有3个亮点:
- 有专门的课程群,群里也会定期有一些分享和活动
- 里面有很多外部学习资料,可以扩展一些视野
- 作业或者说的设计还是很不错的,作业是人工点评的
不过因为课程说的不够系统,所以只看课程应该是很难完成作业的,需要自己看一些其他的资源才能完成项目,看了Andrew的课程再看这里的视频就觉得说的太快太散了,很多东西一笔带过
就我的感觉这课程不适合零基础入门,7000多的价格性价比还是很低的,当然,如果需要一个学习的氛围可以试试,课程是有时效限制的,过期不能学习,所以你需要逼自己一下,三星评分
4 Deep Learning For Computer Vision by Adrian Rosebrock ★★★☆
https://www.pyimagesearch.com/deep-learning-computer-vision-python-book/
有三个所谓的合集,价格如下,当然ImageNet Bundle是有实体书的所以更贵点:
目录如下:
点评:这个课程只是针对深度学习和计算机视觉的,对于希望专研CV的人来说这个课程的内容还是不错的,有下面的特点:
- 里面提到了很多真正要做工程需要做的东西,深度学习要用起来还是需要做很多工程工作的
- 里面有各种各样CNN架构的模型以及作者训练的过程的一些分析
- 里面有不少精心准备的例子,所有都有源代码
缺点是作者开始感觉是在认真写书,讲原理,后期感觉就是在贴代码做代码讲解了,草草了事的感觉,所以到后面讲解就非常少,而且作者对于模型的训练自己都做的不是很彻底
这三套书价格还是比较高的,不过应该是市面上说CNN说的最最完整的书了,例子也相当多,代码质量比较高,如果真对CV有兴趣还是值得一看的,三颗半星评分
5 CS231n by 斯坦福大学 ★★★★★
http://cs231n.stanford.edu/
免费资源,可以直接在youtube上看到课程录制视频
点评:如果要学习深度学习特别是CNN的话,看一遍所有的视频是非常有帮助的,视频说的内容都非常严谨,而且代表了学术最前沿的研究。http://cs231n.github.io/中的一些作业和讲义非常非常好,很清晰,五颗星推荐
6 Machine Learning Mastery by Jason Brownlee ★★★☆
https://machinelearningmastery.com/
大概8本和机器学习相关的书,每本书的价格200元左右,合集买更便宜一点,大概有这么一些书:
Linear Algebra for Machine Learning
Master Machine Learning AlgorithmsML Algorithms From ScratchMachine Learning Mastery With WekaMachine Learning Mastery With RMachine Learning Mastery With PythonTime Series Forecasting With PythonDeep Learning With PythonDeep Learning for NLPLSTM Networks With PythonXGBoost With PythonMaster Machine Learning Algorithms的目录:
Deep Learning With Python的目录:
LSTM的目录:
NLP的目录:
点评:和资源4类型差不多的书,只不过这里的一些书不仅仅是CV相关的,对于深度学习RNN(LSTM和NLP方面)也有专门的2本书来介绍,里面例子也很多,书价不是很高,如果希望学习RNN学习一下(市面上很难找到再完整的教材)这里的资源很好,三颗半星推荐。
7 Make Your Own Neural Network by Tariq Rashid ★★★★
https://www.amazon.com/Make-Your-Own-Neural-Network-ebook/dp/B01EER4Z4G
20美元左右的价格
点评:薄薄的200页的书,神经网络入门最容易的书了,比Andrew的视频还容易懂,可以配合视频一起看,四颗星推荐
8 Udemy机器学习深度学习课程 by LazyProgrammer ★★★★★
https://www.udemy.com/user/lazy-programmer/
包括机器学习深度学习强化学习20+课程,系统学下来,收获会比DeepLearning.ai的课程收获大
价格也不是太贵10美元一个课程,全学一遍1000多人民币
官方网站是 https://deeplearningcourses.com/catalog,官方网站的价格贵,看看就好,不要买
[2018.5.8] 最近还发现一个教程很不错: https://zh.gluon.ai/index.html
总结
如果希望入门一下深度学习,学习顺序推荐为1(了解一下机器学习)-> 7(了解一下神经网络)-> 2(入门一下深度学习)-> 4、5(深入学习CNN) or 6(CNN和RNN都学一点)。
当然也可以全面看一遍课程8。
书籍方面,西瓜书和花书是必备的,也可以买来学习一下。也就是 https://item.jd.com/11867803.html 和 https://item.jd.com/12128543.html。
最后,推荐一个CNN非常好的资料《解析卷积神经网络—深度学习实践手册》,满满的经验分享:http://lamda.nju.edu.cn/weixs/book/CNN_book.html