机器学习书目以及线上教程推荐

当下在技术领域最火的莫过于人工智能行业了，全球科技巨头都在这个领域上争夺属于自己的一席之地。在全球趋势大利好的情况下，加上国家政策大力度的扶持，越来越多的科技人员投身到人工智能的怀抱中。在这个行业中，根据发展方向又可以为很多不同的细分领域，前几年很火的大数据、数据挖掘在本质上也是属于这一类，近几年随着理论的不断更新和工具的不停迭代，又有一些非常有前景的领域不断出现在人们的视线中，比如计算机视觉Computer Vision，自然语言处理Natual Language Processing，无人驾驶Autonomous car等等。人工智能是建立在机器学习Machine Learning理论基础之上的，因此想要入门人工智能，首先要打好扎实的机器学习基础。但是由于机器学习是一门理论和实践结合非常紧密的学科，因此其学习曲线比较陡，不仅数学要好，也需要很好的编程基础。

数学方面主要是线性代数、概率统计和微积分。

线性代数：在机器学习算法的处理中，由于样本数据非常多，因此几乎所有的计算过程都是由矩阵来完成，而且在一些聚合算法中，也需要有一些线性代数的理论来帮助推演。因此线性代数在机器学习中的地位是不言而喻的；

概率统计：很多机器学习的算法是基于概率统计学的基础之上的，比如朴素贝叶斯、逻辑分类、决策树等，而且在算法的优化选择上也需要统计学作为基础，比如P-value、R-score等。因此要入门机器学习，概率统计学的知识也是不可缺少的；

微积分：机器学习中的很多算法也是基于微积分来推导的，比如梯度下降、神经网络的反向传播等，如果想要更深入的理解算法背后的数学理论，微积分的基础也很重要。

好在以上所提到的理论部分，很多细节不需要我们重新编码实现，目前已经有很多非常成熟的库帮助完成了这项工作，不需要我们重新造轮子。在机器学习的编程语言中，当仁不让的应属Python。Python作为解释类的胶水语言，虽然在速度上和C、C++这种编译型语言是不能相比的，但是由于其简洁性的语法、数据运算的方便以及超多的第三方库软件，使得Python成为机器学习的第一梯队编程语言。在用Python关于机器学习的第三方库中，最重要的就是Numpy、Pandas、Matplotlib和Scikit了。Numpy是一个矩阵计算库，它让大数据的计算变得简单方便，编码效率得以大幅提高；Pandas是建立在Numpy基础之上，不仅继承了Numpy优秀的矩阵计算特性，而且在此基础之上扩展了DataFrame和Series数据类型，让数据处理变得更加方便；Matplotlib是一个图形库，可以将各种数据的关系用图形的形式非常直观的展现出来，是评估算法的不二之选；Scikit是目前使用最广泛的机器学习算法库，里面提供了各种主流算法的接口函数，对于每种算法的细节部分我们无需自己实现，只需要调Scikit的接口函数就可以了，省去了很多编码工作。当然，如果想要对机器学习算法的理解更加透彻，建议还是用Numpy和Pandas重新自己编写一遍，虽然效率上可能不会有成熟的第三方库高，但是这样可以大幅度加深自己对理论的理解，以及编码功力的提高。

本人从事机器学习也有很长一段时间了，一路走来深知里面的艰辛。翻了不少书，看了不少视频，总算是稍微有了一点经验。下面是就我的经验给大家推荐一些书目和在线课程，有了这些资源，相信你会少走很多弯路。

书目

理论类：

线性代数：《线性代数及其应用》（Linear Algebra and Its Applications）

概率统计：国外的有《概率论基础教程》（A First Course in Probability），《深入浅出统计学》（Head First Statistics）；国内的有陈希孺院士所著的《概率论与数理统计》（这本书个人认为极其优秀，是少见的国内数学教程大师级作品）；

微积分：《托马斯微积分》（Thomas' Calculus），《微积分学教程》

算法类：

《统计学习入门》（An Introduction to Statistical Learning）；《统计学习精要》（The Elements of Statistical Learning）。这两本书是非常优秀的算法类书籍，前者是入门性质的，后者对数学要求非常高；

国内的优秀书籍有《统计学习基础》，西瓜书《机器学习》

实践类：

Python语言：关于Python的书籍非常多，本人推荐的是《Learning Python》，虽然这是本一千多页的大部头，作者为了将一些内容讲解清楚也可能比较啰嗦，但是看完之后你的Python功底会得到全面提升；当然也有一些其他的优秀书籍，比如《Programming in Python》，《Python Cookbook》等；

数据分析：为了更好的使用Numpy、Pandas和Matplotlib等这些在机器学习中用的非常多的第三方库，重点推荐的是《Python for Data Analysis》这本书，里面详细讲解了关于这些库的使用方法；

Scikit：Scikit是使用最多的机器学习算法库，为了更好的理解和掌握各种函数接口的用法，以及使用机器学习解决现实问题的详细过程，推荐的是《Mastering Machine Learning with scikit-learn》，这本书关于理论部分讲的不是很深，但是对如何使用Scikit进行机器学习可以说的面面俱到；

自己实现算法：如果想要更好的理解机器学习各种算法，以及提高Python编程能力，最好是自己造一遍轮子，重点推荐的是《Machine Learning in Action》，同样这本书对于理论也只是大致讲解，但是对如何使用Numpy和Pandas实现各种算法写的非常详细。书中代码的注释比较少，因此读起来可能会比较头疼，但是如果坚持下去一定会有很大收获。

线上课程

目前有非常多极其优秀的线上课程供大家学习使用，很多都是世界名校免费提供的，教学质量绝对一流，即使没有考上好的大学，也没关系，在家里也可以听到和世界名校学生同样的课程。

机器学习类：

Coursera上Andrew Ng的机器学习课程：这门课绝对是入门机器学习的不二之选，有非常多的人都是看NG大神这门课而入门机器学习的；

斯坦福大学的CS229课程：这门课同样也是由NG大神所教授，但是里面的理论深度比Coursera提高了一个档次，对每个算法都有详尽的推导过程，因此看这门课数学基础要好；

神经网络：Coursera上Geoffrey Hinton教授的神经网络课程，评价非常高，但是同样理论层次比较深，需要有很好的数学基础；

计算机视觉：斯坦福的CS231n课程，这门课由计算机视觉领域的华人权威李飞飞教授所讲，质量也是非常之高；

数学理论类：

线性代数：麻省理工大学教授Gilbert Strang的线上课程，已经有些年头了，但是经得住岁月的考验；

概率统计：首先推荐Udacity上的统计学入门，这门课由Udacity的创始人Sebastian Thrun亲自所教，可以在各种实践问题中入门概率统计，并且课程中安排有Python编程环节。