https://www.coursera.org/learn/machine-learning/home/welcome
https://www.coursera.org/learn/ntumlone-mathematicalfoundations/home/welcome
请教各位前辈
上面两个教材都是有关机器学习
入门者应该优先观看哪个比较好？
我觉得各有千秋耶 先后的话觉得Andrew Ng的可以先看 练习跟着做 NTU吃重数学 要有一些底子最近在直接嗑NTU的教材书 发现有点嗑不下去…
作者:
errard (I love GMAT)
2018-02-22 10:39:00Ng蛮简单的先看
作者: ghmsxtwo (YI) 2018-02-22 10:44:00
这板都把分析代数拓仆当成睡前读物轻松上手
作者: pomelo0523 (柚子) 2018-02-22 11:07:00
Ng先，比较简单适合入门
作者:
Ommm5566 (56天團)
2018-02-22 11:25:00是要问几次 李弘毅林宣田李重实作宣田重数学
作者:
booray (波波)
2018-02-22 11:56:00李跟林都修过 比较推荐先看李鸿毅老师的 林轩田老师比较理论 大概看到 vc 就跳了不过李鸿毅老师的课大概一半以上都是 deep learning
作者:
stkoso (Asperger)
2018-02-22 12:03:00到底是哪个ㄏㄨㄥˊ阿 怎么都找的到东西
作者:
TWkobe (中华柯比)
2018-02-22 12:41:00宏
作者:
NCUking (中大王)
2018-02-22 13:12:00李宏毅
Youtube打李宏毅就有了 我的深度学习都靠他拿高分
作者:
ap954212 (death is like the wings)
2018-02-22 14:30:00李弘毅赞
作者:
duser ( )
2018-02-22 16:46:00先学实作，在读理论
其实我比较推先看learning from data那本的相关课程就是林教授的基石系列，不是技法系列硬吃完后 对于实作上的一些“为什么”会不再这么抽象我是Ng->Udacity->edx caltech->林轩田->李弘毅谁最好我说不出来 我觉得最没效益的是udacity
作者:
johnny94 (32767)
2018-02-22 17:30:00这边没学过的会跟你说数学
作者: crimson11 (crimson) 2018-02-22 18:56:00
Andrew Ng+1
作者:
Mchord (Mchord)
2018-02-22 19:59:00推siraj raval，Youtube搜寻有许多教材，幽默易懂的同时理论也很扎实。
作者: crimson11 (crimson) 2018-02-22 22:17:00
siraj raval也超推+1 不过他真的很烦XDDDDD
作者:
befdawn (橙花雨露)
2018-02-23 00:22:00XDDDD
作者: NCTUFatGuy (NCTUFatGuy) 2018-02-23 11:41:00
唯一推荐 Stanford CS231n
作者:
hunej (cookpro)
2018-02-23 14:05:00我们ml课本是用Bishop PRML 可参考看看
作者:
w181496 (Kaibro)
2018-02-23 17:39:00推大金
作者:
ACMANIAC (請肥宅救救肥宅)
2018-02-24 01:32:00如果你很宅就李宏毅
作者: qazedcrfv (512) 2018-02-24 02:28:00
推andrew ng
我倒觉得cs231n普 但是笔记不错prml自己念可能有点累