現(xiàn)在很流行通過(guò)觀看視頻來(lái)學(xué)習(xí)機(jī)器學(xué)習(xí)。在YouTube和Video Lectures上看了很多機(jī)器學(xué)習(xí)的視頻，看視頻的風(fēng)險(xiǎn)在于你很容易只是看而不會(huì)去實(shí)踐。建議在看視頻的時(shí)候一定要做好筆記，即便之后你很快就會(huì)把筆記扔掉。同時(shí)建議你不管在學(xué)什么，一定要去動(dòng)手嘗試。
坦白來(lái)說(shuō)，我看過(guò)的視頻中，沒(méi)有哪個(gè)視頻是特別適合初學(xué)者的，我指真正的初學(xué)者。他們都是基于讀者有最基本的線性代數(shù)和概率理論知識(shí)的假設(shè)。斯坦福大學(xué)Andrew Ng 的教程可能是最適合用于入門的了，另外，我推薦了一些一次性視頻。
1、機(jī)器學(xué)習(xí)視頻課程——Stanford Machine Learning(斯坦福機(jī)器學(xué)習(xí))：
通過(guò)Course可以獲取到，Andrew Ng主講。除了招生，你可以在任何時(shí)間看到所有的課程，并且從Stanford CS229 course(斯坦福CS229課程)上下載到所有的講義和課堂筆記。課程包括家庭作業(yè)，測(cè)試。課程集中在線性代數(shù)上，使用Octave環(huán)境。
2、機(jī)器學(xué)習(xí)視頻課程——Caltech Learning from Data：
可以在edX訪問(wèn)到，Yaser Abu-Mostafa主講。所有的課程和材料在CalTech網(wǎng)站上都可以獲取到。和斯坦福課程一樣，你可以按你自己的節(jié)奏來(lái)完成家庭作業(yè)和任務(wù)。它覆蓋了和斯坦福類似的課程，然后在細(xì)節(jié)上有一些深入，并且用了更多的數(shù)學(xué)方面的知識(shí)。家庭作業(yè)對(duì)初學(xué)者來(lái)說(shuō)可能太難了。
3、機(jī)器學(xué)習(xí)視頻課程——Machine Learning Category on VideoLectures.Net(VideoLectures.Net上的機(jī)器學(xué)習(xí)分類)：
初學(xué)者很容易沉溺于海量的內(nèi)容中。你可以找尋一些看起來(lái)比較有趣的視頻，然后嘗試看看。如果不是你現(xiàn)階段能看懂的，就先放放。如果你看著合適，就記筆記。我發(fā)現(xiàn)我自己總是不斷的找尋自己感興趣的標(biāo)簽，然后最終選擇了完全不同的標(biāo)簽。當(dāng)然，看看該領(lǐng)域老師真正是什么樣的也挺好的。
“Getting In Shape For The Sport Of Data Science” – Talk by Jeremy Howard：和一個(gè)本土R用戶團(tuán)隊(duì)關(guān)于機(jī)器學(xué)習(xí)實(shí)踐應(yīng)用的對(duì)話，這個(gè)團(tuán)隊(duì)在機(jī)器學(xué)習(xí)競(jìng)賽中獲取了很好的成績(jī)。這個(gè)視頻很有用，因?yàn)楹苌儆腥巳ブv將機(jī)器學(xué)習(xí)應(yīng)用到一個(gè)項(xiàng)目中真正是什么樣的，及怎么去做這個(gè)項(xiàng)目。我幻想著能創(chuàng)建一個(gè)網(wǎng)絡(luò)真人TV秀，這樣可以能直接看到選手機(jī)器學(xué)習(xí)競(jìng)賽中的表現(xiàn)。我是多么的向往啊。 注：尊重原創(chuàng)文章,轉(zhuǎn)載請(qǐng)注明出處和鏈接 http://m.universityresearchassociates.com/news-id-21078.html 違者必究！部分文章來(lái)源于網(wǎng)絡(luò)由培訓(xùn)無(wú)憂網(wǎng)編輯部人員整理發(fā)布,內(nèi)容真實(shí)性請(qǐng)自行核實(shí)或聯(lián)系我們，了解更多相關(guān)資訊請(qǐng)關(guān)注人工智能頻道查看更多，了解相關(guān)專業(yè)課程信息您可在線咨詢也可免費(fèi)申請(qǐng)?jiān)囌n。關(guān)注官方微信了解更多：150 3333 6050
