2019年整理 机器学习专家系列精品课程 零基础入门到精通全套视频教程

冰点也疯狂

% n: G5 O; G$ A4 e0 d6 Y
机器学习介绍：
3 X* N" Z7 _6 e, M0 _- r
      机器学习(Machine Learning, ML)是一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。专门研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。

它是人工智能的核心，是使计算机具有智能的根本途径，其应用遍及人工智能的各个领域，它主要使用归纳、综合而不是演绎。

推荐理由：

9 z; c) {4 m) T  t2 N' ]阿尔法狗打败李世石！又要向人类挑战星际2？人工智能带来无限想象！都离不开机器学习这门学科！

机器学习理论篇

5 l6 p# f/ o6 O0 n% _& }! ]课程介绍：

( j4 z5 V  U$ v% y6 S: W大数据算法与机器学习算法讲解，对于机器学习应用到的数据知识，以及机器学习的原理，理论知识做了详细的讲解。

* K2 p1 S: K6 T- S课程目录：

/ t% N+ Q3 R5 Y2 J; z0 Q【重点课程】01.大数据算法基础教程 【10章22课时】
' D1 `* Q! j# R/ l/ L! x
/ D) h4 v/ F$ k4 R【重点课程】02.机器学习算法视频教程（重点） 【10课时】

/ w, \6 k# E& T( I& H【重点课程】03.机器学习之深度算法 【28课时】
) K1 m/ Y" ^# L/ \
【重点课程】04.算法公开课 【20课时】
7 r9 z; q& i. K( b* ]
8 d  O1 f8 j! x  u9 @- F5 `& m0 @【参考学习】05.机器学习中的数学 【4课时】

【参考学习】06.机器学习导论 上海交大(张志华) 【42课时】

( I% c2 a1 v. O- ~8 i, U

机器学习编程语言篇

课程介绍：
0 t- F; H) h' U0 G( d
     对于机器学习，linux操作系统是最适合的操作系统，无论对于系统的基本操作，shell编程，集群知识都需要有所了解，并能熟练操作。因为编程软件大多是需要在linux上执行。Scala语言与spark计算框架，是在大数据环境中最适合的机器学习编程语言，同时目前最流行的是机器学习编程是Python。最后大家学习一下mahout机器学习平台。了解下mahout是如果对于海量数据进行机器学习的。

课程目录：
2 U% T  F/ e$ @  _" V$ P3 m
【重点课程】01.Linux Shell编程从初学到精通 【17课时】
/ _  k# d; ]4 q0 M$ i! I  V" |
【知识拓展】02.Linux集群应用实战视频 【43课时】
4 R/ u0 k% }7 m; v" [' d
【重点课程】03.Scala语言入门 【5课时】
- K# h+ r* j4 b5 T. q' v0 J5 r  i
【重点课程】04.Spark 1(2).X 大数据平台V2视频教程 【10课时】

: N& z& E/ S" L" _; G8 a! g# k【重点课程】05.Spark机器学习入门到精通 【8课时】

【重点课程】06.零基础入门学习Python 【96课时】
: j8 r/ P$ X0 T) h4 c2 w7 w
, Q: E& O5 v  _. a' D. w( _' ]【参考学习】07.Python网络程序开发 【12课时】

【重点课程】08.mahout机器学习平台 【7课时】
8 x( K) O6 R! s2 U% k

机器学习应用篇

课程介绍：
7 g4 I% [& I5 q6 z' d" ^
  l# L# H6 t' i$ ~& V# R对机器学习技术编程，与实际应用的讲解。讲师水平高，有很多实际的操作，也会穿插理论知识与各种算法的编程实现，是重点学习的课程。
6 D. F0 R! |% I# G* T
3 C1 O- V) w( W3 ]课程目录：
1 e. u/ Z' H! g! S, F! g
4 m1 c( u4 J6 Y( f) t7 [4 }. D【重点课程】01.实战coding直播（python）【6课时】

【重点课程】02.大数据之机器学习视频教程（重点） 【11课时】

" }* M/ h; C9 c" N" H4 S【参考学习】03.机器学习课程（重点）【20课时】
6 ~. N# z: o0 q- @+ t
& I/ l6 n0 ]# Z9 J【重点课程】04.台湾机器学习基石（国立台湾大学-林轩田）【66课时】

【参考学习】05.台湾机器学习技法（国立台湾大学-林轩田）【16课时】

6 T5 v8 j' i. C$ T* i【参考学习】06.机器学习公开课 【11课时】
* \* ~0 i; q; G/ g5 f/ h3 B
5 N! |1 l, S+ J: I6 ^; O/ z& f【重点课程】07.龙星计划_机器学习_课程视频 【19课时】
9 n5 Y' ]4 r6 {! i1 T8 m6 q
【参考学习】08.机器学习线下培训视频 【8课时】
' @6 @- ?7 U' F4 P7 ~0 t- ^$ E" Y6 D
2 ^% i5 g2 B6 _# K' {( R! y+ m

机器学习面试篇

. z# d9 c% B/ z! r! K0 \9 n4 W1 Z$ z课程介绍：
' R2 K8 Q7 e) O% w
$ m. n+ m; K, P9 P" C# {机器学习面试指导的课程，提高应聘者的通过率，值得一看。
0 i# |  d" z4 M5 _
3 R* M5 Y: ^8 m. K: F课程目录:
7 Y$ p, h. f! _  [! J: i/ f
5 I5 [' j. Q8 m0 i0 }【重点课程】01.面试求职公开课（重点） 【14课时】
  q! V  k% K3 C, D- R, E0 \
【重点课程】02.面试&算法讲座视频 【3课时】
! X0 e/ u1 A8 R# n

机器学习参考复习篇

7 t2 M. _2 }7 Y2 k- m课程介绍：
9 s+ L5 ~* V) f! V: i
: Z- ^# ]. f% s* U+ N0 ]此阶段给大家准备了自己收集的其他相关性的课程，大多是一些英文视频，部分配有中文字幕，可以了解下国外对机器学习科学的视频讲解。
, B9 y9 v7 s0 F
课程目录：
/ ?5 ^* D7 v) K  q- I  a* B
【知识补充】machine-learning(hinton)
3 X2 t1 b6 E& c7 S0 ]9 q- R1 j
7 U& d, @0 M3 n4 g& A/ J4 X【知识补充】Practical Machine Learning
4 O0 W' Q% l1 T3 Q3 J/ b
" ]; I1 G" k+ ^, f【知识补充】机器学习（斯坦福-Andrew NG）