本人建立的機器學習研究qq群445858879，歡迎愛好機器學習的朋友來此交流學習心得，群裡有資料探勘的高手跟大家切磋。
大學課程**：
機器學習
我的資料分享：
密碼: ews2
機器學習**
機器學習入門討論
數學基礎（數學分析/高等數學、線性代數、概率統計、離散數學等）
ml書單
│李航.統計學習方法.
pdf│
機器學習及其應用.
pdf│
allof
statistics-a
concise
course
instatistical
inference
-larry
wasserman
-springer
│machine
learning
-tom
mitchell
│prml
│prml
讀書會合集列印版.
pdf│
programming
collective
intelligence
│[奧萊理]
machine
learning
forhackers
│[機器學習]
tom.
mitchell
│《大資料：網際網路大規模資料探勘與分布式處理》迷你書.
pdf│
推薦系統實踐.
pdf│
資料探勘-實用機器學習技術（中文第二版）.
pdf│
資料探勘
_概念與技術.
pdf│
機器學習-
mitchell
-中文-清晰版.
pdf│
機器學習導論.
pdf│
模式分類第二版中文版
duda
（全）.
pdf│
深入搜尋引擎--海量資訊的壓縮、索引和查詢.
pdf│
矩陣分析.美國
roger.a
.horn
.掃瞄版.
pdf│
統計學習基礎
資料探勘、推理與**.
pdf│
├─機器學習實戰
│machinelearninginaction
.zip
│機器學習實戰
單頁.pdf
│機器學習實戰.
pdf│
└─**文集
└─lda
lda-
wangyi
lda數學八卦.
pdftext
-est
下面是牛人的話：
現在coursera上面的課那麼多，而且都是頂級大牛講的，比培訓班好幾百倍。
如果題主想自學的話，coursera的課程先看andrew ng 的machine learning來入門，然後看台灣大學林軒田的機器學習基礎和機器學習技法，如果對神經網路和深度學習感興趣可以接著看hinton的neural network and machine learning。然後針對特定領域比如cv或者nlp再跟個課程。
當然還有其它很多很好的課程，看過但是記不清課程名字和開課的老師名字了。
練手的話kaggle非常不錯。
其實我也一直在學習，現在只是對cnn了解的比較清楚，rnn在走向清楚的道路上，但是不妨礙我出活，哈哈
也在學習一些經典的機器學習演算法，比如boost、lda。
雖然dl很火，但是dl也不是萬能的呀
至於機器學習框架，cnn用的是caffe，研究的也比較多
想研究一下torch7，可惜一直抽不出時間來
另外可以關注一下dmlc，國人主導開發的機器學習框架，效能也非常好
機器學習研究
加州理工 caltech 的 yaser abu mostafa教授的機器學習，偏重於傳統統計理論 史丹福大學 staford u 的andrew ng教授的機器學習，偏重於實用，直觀理解 多倫多大學 tronto u 的geoffery hinton教授的高階神經網路，偏重於神經網路和深度學習 史...
機器學習研究方向
看了版上很多貼子，發現很多版友都在問 熱門研究方向 最新方法 等。有同學建議國內某教授的教材 或者cnki 或者某些sci期刊。每當看到這種問題，我都有點納悶，為什麼不去讀頂級會議上的 我無意否認以上文獻的價值，但是在機器學習 計算機視覺和人工智慧領域，頂級會議才是王道。國內教材和cnki上的基本是...
機器學習研究方向
看了版上很多貼子，發現很多版友都在問 熱門研究方向 最新方法 等。有同學建議國內某教授的教材 或者cnki 或者某些sci期刊。每當看到這種問題，我都有點納悶，為什麼不去讀頂級會議上的 我無意否認以上文獻的價值，但是在機器學習 計算機視覺和人工智慧領域，頂級會議才是王道。國內教材和cnki上的基本是...