AI - 参考消息（References）

01 - Machine learning infographic

图片解读机器学习的基本概念、五大流派与九种常见算法
EN：http://usblogs.pwc.com/emerging-technology/machine-learning-101/
CN：https://zhuanlan.zhihu.com/p/29440419

• Machine learning overview (infographic)：http://usblogs.pwc.com/emerging-technology/a-look-at-machine-learning-infographic/
• Machine learning methods (infographic)：http://usblogs.pwc.com/emerging-technology/machine-learning-methods-infographic/
• Machine learning evolution (infographic)：http://usblogs.pwc.com/emerging-technology/machine-learning-evolution-infographic/

02 - 统计与概率

• 机器学习基础之「统计篇」：https://woaielf.github.io/2017/03/20/sta-all/
• 熟悉常见概率分布：https://paul.pub/common-probability-distributions/

03 - 零基础入门深度学习

• (1)感知器: https://www.zybuluo.com/hanbingtao/note/433855
• (2)线性单元和梯度下降: https://www.zybuluo.com/hanbingtao/note/448086
• (3)神经网络和反向传播算法: https://www.zybuluo.com/hanbingtao/note/476663
• (4)卷积神经网络: https://www.zybuluo.com/hanbingtao/note/485480
• (5)循环神经网络: https://zybuluo.com/hanbingtao/note/541458
• (6)长短时记忆网络(LSTM): https://zybuluo.com/hanbingtao/note/581764
• (7)递归神经网络: https://zybuluo.com/hanbingtao/note/626300

04 - 微信公众号

可作为信息搜索途径

• 机器之心
• AI前线
• AI研习社

05 - 莫烦

HomePage：https://morvanzhou.github.io/
网易云课堂：https://study.163.com/provider/1111519/index.htm
GitHub：https://github.com/MorvanZhou/
推荐学习顺序：https://morvanzhou.github.io/learning-steps/

• Tutorials：https://github.com/MorvanZhou/tutorials
• 有趣的机器学习：https://morvanzhou.github.io/tutorials/machine-learning/ML-intro/
• 机器学习系列讲解：https://morvanzhou.github.io/tutorials/machine-learning/
• TensorFlow教程2017可视化教学代码：https://github.com/MorvanZhou/Tensorflow-Tutorial

06 - 深度学习入门十四篇

• 最通俗易懂的深度学习入门十四篇：https://yq.aliyun.com/topic/111

07 - 深入浅出TensorFlow

https://www.infoq.cn/article/TensorFlow-indepth、

• （一）：深度学习及 TensorFlow 简介
• （二）：TensorFlow 解决 MNIST 问题入门
• （三）：训练神经网络模型的常用方法
• （四）：卷积神经网络
• （五）：循环神经网络简介
• （六）：TensorFlow 高层封装
• （七）：TensorFlow 计算加速

08 - Google机器学习术语表

本术语表中列出了一般的机器学习术语和 TensorFlow 专用术语的定义。

• https://developers.google.com/machine-learning/glossary/
• PDF文件：下载

09 - 阿里云机器学习PAI

阿里巴巴机器学习系列课程：https://yq.aliyun.com/articles/181384

10 - scikit-learn入门实例

• 使用scikit-learn进行线性回归分析：https://paul.pub/sklearn-l1/
• 分类预测与scikit-learn：https://paul.pub/sklearn-l2/

11 - ApacheCN

• HomePage：http://www.apachecn.org/
• GitHub：https://github.com/apachecn
• ApacheCN - AI learning：https://github.com/apachecn/AiLearning
• ApacheCN - Kaggle 项目实战（教程）：https://github.com/apachecn/kaggle
• ApacheCN - *大学林轩田机器学习笔记：https://github.com/apachecn/ntu-hsuantienlin-ml
• ApacheCN - Python数据分析与挖掘实战：https://github.com/apachecn/python_data_analysis_and_mining_action

12 - 机器学习笔记

• https://feisky.xyz/machine-learning/

13 - 机器学习资源大全中文版 - Python

• https://github.com/jobbole/awesome-machine-learning-cn#python

14 - 机器学习浏览器书签

TensorFlow

• TensorFlow：https://www.tensorflow.org/
• TensorFlow - CN：https://tensorflow.google.cn/
• TensorFlow - Installation：https://www.tensorflow.org/install
• TensorFlow - Tutorials：https://www.tensorflow.org/tutorials
• TensorFlow - Tutorials Keras：https://www.tensorflow.org/tutorials/keras
• TensorFlow - Guide：https://www.tensorflow.org/guide/
• TensorFlow - Guide Keras：https://www.tensorflow.org/guide/keras
• TensorFlow - API：https://www.tensorflow.org/api_docs/
• TensorFlow - API Keras：https://www.tensorflow.org/api_docs/python/tf/keras

Keras

• Keras - Documentation：https://keras.io/
• Keras - Documentation - zh：https://keras.io/zh/
• Keras - Blog：https://blog.keras.io/
• Keras - Installation：https://keras.io/#installation
• Keras - GitHub：https://github.com/keras-team/keras/
• Keras - GitHub-Examples：https://github.com/keras-team/keras/tree/master/examples
• Keras - GitHub-Applications：https://github.com/keras-team/keras/tree/master/keras/applications
• Keras - GitHub-FAQ：https://github.com/keras-team/keras/blob/master/docs/templates/getting-started/faq.md

Sklearn

• Sklearn：https://scikit-learn.org/
• Sklearn - Installation：https://scikit-learn.org/stable/install.html
• Sklearn - Documentation：https://scikit-learn.org/stable/documentation.html
• Sklearn - Quick Start：https://scikit-learn.org/stable/tutorial/basic/tutorial.html
• Sklearn - Examples：https://scikit-learn.org/stable/auto_examples/
• Sklearn - Tutorials：https://scikit-learn.org/stable/tutorial/index.html
• Sklearn - Tutorials Exercises：https://scikit-learn.org/stable/auto_examples/#tutorial-exercises

References

• References - 机器学习术语表：https://developers.google.com/machine-learning/glossary/
• References - 莫烦教程：https://morvanzhou.github.io/tutorials/
• References - Sklearn 中文文档：https://github.com/apachecn/scikit-learn-doc-zh/
• References - Keras Tutorials：https://github.com/xingkongliang/Keras-Tutorials
• References - Keras resources：https://github.com/fchollet/keras-resources
• References - TensorFlow 中文社区：http://www.tensorfly.cn/
• References - TensorFlow Course：https://github.com/open-source-for-science/TensorFlow-Course
• References - TensorFlow Examples：https://github.com/aymericdamien/TensorFlow-Examples