1 基础
Andrew NG 的 Machine earning视频。
2008年Andrew Ng CS229 机器学习
当然基本方法没有太大变化，所以课件PDF可下载是优点。
中文字幕视频@网易公开课，英文版视频@youtube，课件PDF@Stanford
他的《机器学习》在很多课程上被选做教材，有中文版。
2 进阶
林軒田 (HT in) 老师的两门课。
机器学习基石(Machine earning Foundations)：
MOOC，a handout sides ，free youtube videos
机器学习技法(Machine earning Techniques)：
MOOC，a handout sides，free youtube videos
2013年Yaser Abu-Mostafa (Catech) earning from Data
内容更适合进阶，课程视频,课件PDF@Catech
Yaser Abu-Mostafa是林軒田 (HT in)的老师，林的课内容安排和这个课相似。
2012年余凯(百度)张潼(Rutgers) 机器学习公开课
内容更适合进阶，课程主页@百度文库，课件PDF@龙星计划
PRM/机器学习导论/矩阵分析(计算)/神经网络与机器学习
3 方向
3.1 深度神经网络
大致了解：
A Deep earning Tutoria: From Perceptrons to Agorithms
Introduction to Deep earning Agorithms
Deep earning from the bottom up
Yann eCun, Yoshua Bengio & Geoffrey Hinton，Deep earning[J],Nature.
UFD：Deep earning Tutoria from Stanford，中文版。
Stanford计算机系的官方tutoria，Andrew Ng执笔。要想了解D的原理，这个最好用了。
Deep earning，Ian Goodfeow，Yoshua Bengio，Aaron Courvie。目前最权威的D教材了。
Neura Networks for Machine earning。
Geoffrey Hinton，Department of Computer Science，辛顿是反向传播算法和对比散度算法的发明人之一，也是深度学习的积极推动者。有视频和材料。
Nando de Freitas 在 Oxford 开设的深度学习课程，有全套视频。
吴立德，复旦大学教授。优酷视频：《深度学习课程》，讲的很有大师风范。
其他参考：Neura networks cass，Hugo arochee from Université de Sherbrooke
Deep earning Course， CIVR ab @ NYU
3.2机器视觉
Fei-Fei i ：CS231n: Convoutiona Neura Networks for Visua Recognition。
http://cs231n.stanford.edu/
3.3自然语言处理
Richard Socher：CS224d: Deep earning for Natura anguage Processing
http://cs224d.stanford.edu/syabus.htm，video.
和，在coursera上的NP课程链接。自然语言处理。
，哥伦比亚大学，Natura anguage Processing ，Coursera课程。
High quaity video of the 2013 NAAC tutoria version are up here: video
课程对应的主页。AC 2012 + NAAC 2013 Tutoria: Deep earning for NP (without Magic)，链接。
统计学习方法，李航。很出名，擅长自然语言处理，该本书也是按照自然语言处理来写的。
3.4杂货
inguistic Reguarities in Continuous Space Word Representations, word2vec – Too for computing continuous distributed representations of words. – Googe Project Hosting
《Deep earning for Natura anguage Processing and Reated Appications》
介绍:这份文档来自微软研究院,精髓很多。如果需要完全理解，需要一定的机器学习基础。不过有些地方会让人眼前一亮,毛塞顿开。
Understanding Convoutions介绍:这是一篇介绍图像卷积运算的文章，讲的已经算比较详细的了
《Deep earning and Shaow earning》介绍:对比 Deep earning 和 Shaow earning 的好文，来着浙大毕业、MIT 读博的 Chiyuan Zhang 的博客。
《Java Machine earning》介绍：Java机器学习相关平台和开源的机器学习库，按照大数据、NP、计算机视觉和Deep earning分类进行了整理。看起来挺全的，Java爱好者值得收藏。
《机器学习经典论文/survey合集》介绍：看题目你已经知道了是什么内容,没错。里面有很多经典的机器学习论文值得仔细与反复的阅读。
《机器学习经典书籍》介绍：总结了机器学习的经典书籍，包括数学基础和算法理论的书籍，可做为入门参考书单。
《Deep earning 101》介绍:因为近两年来，深度学习在媒体界被炒作很厉害（就像大数据）。其实很多人都还不知道什么是深度学习。这篇文章由浅入深。告诉你深度学究竟是什么！
《Underactuated Robotics》介绍:MIT的Underactuated Robotics于 2014年10月1日开课，该课属于MIT研究生级别的课程，对机器人和非线性动力系统感兴趣的朋友不妨可以挑战一下这门课程！
原文来自：Cyrus的博客 http://www.cnbogs.com/cyruszhu/p/5496913.htm
本文采用「CC BY-SA 4.0 CN」协议转载自互联网、仅供学习交流，内容版权归原作者所有，如涉作品、版权和其他问题请给「我们」留言处理。
