鏈接：https://zhuanlan.zhihu.com/p/24768878
來源：知乎
著作權(quán)歸作者所有。商業(yè)轉(zhuǎn)載請聯(lián)系作者獲得授權(quán)，非商業(yè)轉(zhuǎn)載請注明出處。
本著兩條原則發(fā)一波車：
1.不建議報(bào)輔導(dǎo)班。不是因?yàn)槲覀儾粦?yīng)該為學(xué)習(xí)知識付費(fèi)， 而是因?yàn)橛懈玫馁Y源，而這些資源恰好免費(fèi)。報(bào)輔導(dǎo)班學(xué)習(xí)浪費(fèi)錢倒是次要的，主要是時(shí)間有限，所以我們要把最好的時(shí)間集中在最高效的事情上。
2.視頻資源種類繁多，但我只推薦最好的。就像這世界有那么多種車，而我只開最適合自己的自行車（窮）
Are you ready?
以下課程均有中文字幕：
1.機(jī)器學(xué)習(xí)
機(jī)器學(xué)習(xí)視頻我推薦大神Andrew Ng的課程：
https://www.coursera.org/learn/machine-learning/home/welcome
Andrew Ng的課程有兩個(gè)版本，一個(gè)是斯坦福大學(xué)的公開課，一個(gè)是coursera上的課程。我更建議后者。首先是在couresa上講，Andrew Ng面對的是所有在線的聽眾，這樣自己聽課就會有一種帶入感，仿佛就在課堂一樣，而聽斯坦福大學(xué)公開課的那個(gè)版本自己聽起來更像一個(gè)旁聽生。其次是在couresa上作業(yè)，課件齊全，不用再到其他的地方找，減少很多麻煩。
2.深度學(xué)習(xí)
深度學(xué)習(xí)我推薦李飛飛團(tuán)隊(duì)主講的《深度學(xué)習(xí)與計(jì)算機(jī)視覺》：
斯坦福CS231n-深度學(xué)習(xí)與計(jì)算機(jī)視覺 - 網(wǎng)易云課堂
課件下載：
amazingzby/cs231n
劇透一丟丟：第一節(jié)李飛飛講課時(shí)懷著孩子，所以只能坐著講課，但課程內(nèi)容依然interesting 。
3.推薦個(gè)與機(jī)器學(xué)習(xí)，深度學(xué)習(xí)不相關(guān)的課程，Jerry Cain講的《編程范式》，我只聽過前幾節(jié)，感覺超級贊，就推薦給大家了
斯坦福大學(xué)公開課：編程范式_全27集_網(wǎng)易公開課
OK！第一波已經(jīng)結(jié)束，來第二波
介紹幾款常用的python庫：
1.numpy
NumPy - NumPy
處理數(shù)組，矩陣非常有效的庫，不會numpy，學(xué)后面的白搭。
2.matplotlib
python plotting - Matplotlib 1.5.3 documentation
數(shù)據(jù)可視化（其實(shí)就是畫圖，直方圖，折線圖，餅狀圖等等）必備。
3.pandas
Python Data Analysis Library
pandas主要用于清洗數(shù)據(jù)，如果輸入數(shù)據(jù)不那么規(guī)范（比如有數(shù)據(jù)丟失或有無效數(shù)字），用pandas處理會非常方便。
4.sklearn
http://scikit-learn.org/
機(jī)器學(xué)習(xí)必備
5.tensorflow
https://www.tensorflow.org/
這個(gè)不解釋，老司機(jī)都懂的！
今天就先開到這里，下車前記得刷卡~