【原创】分享一些机器学习和深度学习的学习资料

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，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 Algorithms
ML Algorithms From Scratch
Machine Learning Mastery With Weka
Machine Learning Mastery With R
Machine Learning Mastery With Python
Time Series Forecasting With Python
Deep Learning With Python
Deep Learning for NLP
LSTM Networks With Python
XGBoost With Python

Master Machine Learning Algorithms的目录：