机器学习概览
机器学习简介
吴恩达的机器学习课程
总体感觉这门课讲的浅显易懂，把那些比较复杂的数学推导都跳过了，是非常不错的入门教程，但是如果想经过这门课马上就入门机器学习是不可能的。这门课应该是算是以科普为主吧！
这个课里面数学推导都模糊化了，对于直观理解一些概念挺有帮助的，所以我会将它用于入门学习。
课程确实非常的简单易懂，几乎稍微困难的地方就会很细致的讲解,讲解非常的细致，入门机械学习的，我上了大概5周,作业也都积极完成了,但发现一直在讲算法和如何在octave里面进行数据处理,应用层面讲得都是很基础的例子没有太强的实践操作价值,因为实际情况要复杂的多。我简单浏览了整个课程的内容，直到最后我也没发现有在应用层面的具体讲解，最后依然是在讲算法，所以我就去试着寻找其他更高效的课程了。
当然，再强调一遍，这门课是给小白的，所以刷完这门课仅仅是初步入门（甚至连入门都算不上），因为为了照顾小白的数学底子，有些涉及到偏复杂的概率论的知识点都没讲（其实也不复杂，只不过需要更多时间做解释
版本问题
按时间区分
吴恩达的机器学习课程，按照讲授的时间来区分，有两个版本。一个是斯坦福大学网络课程 CS229，另外一个是和Coursera合作的版本。这里把前者简称为 CS229 版，后者简称为 Coursera 版。CS229 版比较注重数学原理，Coursera 版更注重算法和实际应用。
按语言区分
Coursera 上的版本，有中文简体字幕。如果英文不错，可以直接在Coursera上学习，课程可以选择免费学习模式。
网易云课堂引进了这套课程，同时添加了中文简体和英文双语字幕，课程是免费的。
PS：
- 网易云课堂版本缺少了本套课程最开头的一个1分18秒的视频，是吴恩达简单介绍机器学习的，没有也无伤大雅，可以在Coursera观看。或者，Bilibili有这个视频的翻译：Welcome to Machine Learning - 吴恩达
- Coursera上课程最开头的一个1分18秒的视频没有中文简体字幕，只有中文繁体字幕。
- 在网易云课堂上线这套课程之前，Bilibili上也有这套课程的中文简体翻译版，就是Welcome to Machine Learning - 吴恩达，和上边的链接相同。UP主说网易云课堂上的字幕更好，建议直接看网易云课堂的，Bilibili的在其他有需要的时候使用。
网友的学习笔记
黄海广博士的学习笔记：
网友1的课程练习
网友2学习笔记
深度学习下的医学图像分析系列文章
中文版
英文版
- Medical Image Analysis with Deep Learning
- Medical Image Analysis with Deep Learning , Part 2
- Medical Image Analysis with Deep Learning , Part 3
- Medical Image Analysis with Deep Learning , Part 4
学习资料
- 一本书《Neural Networks and Deep Learning》，网址：http://neuralnetworksanddeeplearning.com/
讲了很多实际的应用，比如手写字体识别
华盛顿大学的机器学习课程
知乎上有人推荐Coursera上华盛顿大学的机器学习课程Machine Learning Foundations: A Case Study Approach。
实际上，这个课程只是华盛顿大学机器学习系列课程之一。
该系列课程包括四个课程：
- Machine Learning Foundations: A Case Study Approach
- Machine Learning: Regression
- Machine Learning: Classification
- Machine Learning: Clustering & Retrieval
推荐理由：
- 并不比Andrew Ng差的老师
Carlos Guestrin是机器学习平台公司 Dato 的 CEO，同时也是亚马逊资助的机器学习教授。2008 年，Carlos 被美国《大众科学》杂志评选为 2008 年「十大科学杰出人才」之一，还是 DARPA 信息科学与技术（ISAT）顾问小组的成员
- 华盛顿的机器学习专业不亚于斯坦福
华盛顿的机器学习专业是美国前10之内，并不比斯坦福差，人工智能一些关键的学派就诞生于华盛顿大学，机器学习领域也是人才辈出
- 颠覆了传统的教育方式
授课方式创了先例，整个课程的设计独具匠心，是真正的从学生的角度出发，之前的机器学习的授课方式几乎全部是从算法开始的，讲到最后讲到具体应用。然而从理论到现实应用的鸿沟大家想必都清楚。
这个课直接从应用案例开始讲起，回归/分类/协同过滤/情感分析等都会具体去讲怎么实现应用，并且会告诉你如何在Python中利用网上一些现有的库来实现特定的功能，也就是说基本上在课程的第一部分你就可以全面的知道机器学习能够在现实生活中的应用，以及简单方式去实现一些功能。这种部分颠倒的教育方式不仅会让你学得非常有意义感、目标感而且为你后面做毕设带来非常大的帮助，你能在学完第一部分的时候就开始构思你的毕设，然后第二到第五部分就会详细讲解你存在的知识漏洞，你会很清楚自己自己所需要的知识。
课程资源
本课程在Coursera上只能试用7天，Biibili上有UP主搬运了这套视频。
可以直接在Bilibili上搜索 华盛顿大学 机器学习。
一些总结的不错的博客文章
介绍了自己的机器学习路径，推荐了一些书。