这是我在学习过程中看到的、找到的一些比较好的资料。
有些已经学过防止以后遗忘把资料列在这里,还有些没有开始留着以后学习,总之统一整理在这里方便回顾。
一. 数学
-
概率论与统计:《概率论与数理统计》陈希孺
二. python入门
三. 机器学习入门
1. 课程
-
吴恩达老师的Coursera机器学习课程
课程对应的中文笔记
课程编程作业没有用python,推荐一个课程作业的python实现。
2. 理论书籍
- 《统计学习方法》
- 《机器学习》
3. 实践书籍
- 《Hands-On Machine Learning with Scikit-Learn and TensorFlow》
《机器学习实战 基于sklearn与Tensorflow》中文版 - 《机器学习实战》
四. 深度学习入门
1. 课程
-
deeplearning.ai 系列课程;
搭配两个中文笔记:笔记1(基本是课程内容的文字复述),笔记2(结合作者自己的理解);
此外,建议去Coursera注册课程,里面的deeplearning.ai的编程作业值得做。 -
fast.ai也是不错的课程,是一种自上而下的教学方式,从编程实现教起,一步步深入讲解知识点。
2. 理论书籍
- 《深度学习》
- 《神经网络与深度学习》邱锡鹏
3. 实践书籍
- 《python深度学习》
- 《Hands-On Machine Learning with Scikit-Learn and TensorFlow》
《机器学习实战 基于sklearn与Tensorflow》中文版
五. 自然语言处理入门
1. 课程
- cs224n:17年cs224n版本和最新的19年cs224n版本。前者用的是tensorflow教学,后者用的是pytorch教学另外还增加了一些新知识的讲解。
cs224n17版的笔记
cs224n19版的笔记
2. 科普书籍
- 《数学之美》
3. 理论书籍
- Speech and Language Processing, Third Edition
《自然语言处理综论》中文版目前第二版 - 《统计自然语言处理》
- 《Neural Network Methods for Natural Language Processing》
《基于深度学习的自然语言处理》中文版 - 《Foundations of Statistical Natural Language Processing》
4. 实践书籍
- 《自然语言处理入门》
- 《python自然语言处理》
六. 知识图谱入门
书籍
- 《知识图谱》 赵军等编著
- 《知识图谱:方法、实践与应用》 王昊奋等编著
- 《知识图谱:概念与技术》肖仰华等编著
其他
七. 框架工具
1. Pytorch
2. sklearn
- sklearn官方文档
- sklearn中文文档
- 《Hands-On Machine Learning with Scikit-Learn and TensorFlow》