iT邦幫忙

2019 iT 邦幫忙鐵人賽

DAY 19
8
AI & Data

英雄集結:深度學習的魔法使們系列 第 19

[魔法小報] 機器學習路上的強力支援們(網路學習資源推薦)

不重要之交代:因為這兩天在台南抓寶可夢,所以出刊的比較晚,來抓寶可夢的外國人也好多呀~

如果你跟我一樣追尋著 Data Scientist 的目標,你大概有看過這張圖:
https://ithelp.ithome.com.tw/upload/images/20181103/20112540h1HHGuP7Gw.png

圖片來源:http://nirvacana.com/thoughts/2013/07/08/becoming-a-data-scientist/

這張是 Swami Chandrasekaran 在 2013 年所寫的「Becoming a Data Scientist – Curriculum via Metromap」一文中的學習路線圖。他繪製十條幹線,分別是:

  • Fundamentals
  • Statistics
  • Programming
  • Machine Learning
  • Text Mining / Natural Language Processing
  • Data Visualization
  • Big Data
  • Data Ingestion
  • Data Munging
  • Toolbox

當然這些幹線不一定是絕對,但對於剛開始你該怎麼進行學習是有指引效果的。

一路走來,深感在學習的過程得益於網路太多,這一篇將整理機器學習相關資源,挑出我過去學過且推薦的網路資源,期許在某個時刻能引領你走出迷霧。如果各位有其他推薦的教學資源也請不吝於留言分享,非常感謝!


  1. Andrew Wu - Machine Learning

    • 這是我第一個看的 Machine Learning 課程,想必就不用我介紹 Andrew Wu 大大了。
    • 推薦原因:大師開的經典教學,不跟可惜!
  2. Stanford University - Statistical Learning

    • 免費學習資源,要開始進行課程前須先進行註冊。
    • 推薦原因:從中獲得很紮實的統計知識以及應用。我讀完後的一兩年,這些知識仍給我實務上許多幫助,近期若有多得時間希望能再重溫一遍。
      https://ithelp.ithome.com.tw/upload/images/20181103/20112540zGh09Vfh1N.png
    • 給還沒註冊的同學們一覽註冊後的學習介面:
      https://ithelp.ithome.com.tw/upload/images/20181103/20112540AJDRBGgQfX.png
  3. 李宏毅 - Machine Learning

    • 推薦原因:如果你對英文有一點點害怕,不用擔心,台大李宏毅老師的生動教學會讓你笑著學習機器學習。
    • 李宏毅老師看的動畫數量大概比我多。
  4. 林軒田 - 機器學習基石

    • 課程主題:什麼時候可以用到 ML?為什麼 ML 可以用?怎麼用 ML?怎麼樣讓 ML 學得更好。
    • 推薦原因:介紹機器學習的哲學思想、數學工具、演算法設計。
  5. 林軒田 - 機器學習技法

    • 如果你自認內功還不夠深厚,強烈建議先看完林軒田老師的機器學習基石再上機器學習技法。
    • 推薦原因:為機器學習的進階內容,介紹很多厲害的機器學習方法。
  6. Udemy - Machine Learning A-Z™: Hands-On Python & R In Data Science

    • 為付費課程
    • 推薦原因:提供 Python 與 R 在機器學習上的實作演練。
  7. Stanford University - CS231n: Convolutional Neural Networks for Visual Recognition

    • 李飛飛老師所開設的著名課程
    • 推薦原因:如果你跟我一樣很喜歡 CNN,那我只能說,千萬別錯過了這門課程,你會收穫滿滿。
  8. Stanford University - CS224d: Deep Learning for Natural Language Processing

    • Richard Socher 所開的 NLP 課程,聚焦在深度學習上。
    • 推薦原因:推薦給有志在 NLP 領域深耕者,其教學內容會隨著新技術出現而更新。

目前先列出我想到的網路資源,學習過程永無止盡,本文內容將會不定期更新~


上一篇
[實戰系列] 使用 Keras 搭建一個 Denoising AE 魔法陣(模型)
下一篇
[魔法陣系列] AutoEncoder 之應用場景
系列文
英雄集結:深度學習的魔法使們31

尚未有邦友留言

立即登入留言