機器學習資料推薦

　　　　　　　　　　　　　　　　　　　　　　機器學習的資料

1:斯坦福大學視頻(作為入門教程，網易有中文字幕，而且講義也有翻譯版本）20集+200左右講義

2：機器學習 Tom M.Mitchell(雖然出版10多年，但是通俗易懂的內容，讓讀者對機器學習更加了解）280多頁 coursera網站也有對應的英文視頻

3：龍興計劃機器學習視頻20講，在清華2012年錄制視頻，在百度文庫中可以找到，是2位百度工程師主講

4：Pattern Recognition and Machine Learning (Bishop) （700頁）大名鼎鼎的機器學習教材，現在沒有中文版。2008版本，所以文中的內容很有時代性和系統性

5：convex optimization( Stephen Boyd , Lieven Vandenberghe)凸優化教材（700頁），作為機器學習算法補充。作者在斯坦福講課視頻公布在網上。課程分為a主要講解這本書，b的高級部分講一些列的最新的算法。所以致力于機器學習算法開發，此教程最好不過了。

6：隨機過程應用（陸大金），中科院隨機過程（孫應飛）視頻教程，教材主要學習前3章節馬爾科夫過程和泊松過程，更新過程。深入淺出的講解。

7：DISCRETE STOCHASTIC PROCESSES? Draft of 2nd Edition(R.G.Gallager)　MIT的教材，全書300多頁，第一章緒論，第二章泊松過程第四章更新過程 其余章節都是馬爾科夫過程，所以此書是學習馬爾科夫很好的教材，但是書中的符號很多變態。

8：Probabilistici Graphcal Models Principles and Techniques(Daphne Koller) 1200頁斯坦福大學概率圖課程在coursera可以找到視頻（9weeks),學習貝葉斯理論。對英文吃力的還有一本《貝葉斯引論》張連文 此書和一本英文的書籍很像（我就不說是那一本了）大家也要吃飯的啊！

2013年開始每周寫一篇原創算法的文章