# 机器学习·学习资料
TIP
原文：《左耳听风》 14 | 推荐阅读：机器学习101 (opens new window)
关于机器学习这个事，你可以读一读
学习机器学习有几个课是必须要上的，具体如下。
吴恩达教授(Andrew Ng)在Coursera 上的机器学习课程 (opens new window)非常棒。我强烈建议从此入 手。对于任何拥有计算机科学学位的人，或是还能记住一点点数学的人来说，都非常容易 入门。这个斯坦福大学的课程后面是有作业的，请尽量拿满分。
卡内基梅隆大学计算机科学学院汤姆·米切尔(Tom Mitchell)教授的机器学习课程，这里有英文原版视频和课件 PDF (opens new window)。汤姆·米切尔是全球 AI 界顶级大牛，在机器学习、人工 智能、认知神经科学等领域都有建树，撰写了机器学习方面最早的教科书之一《机器学习》 (opens new window)，被誉为入门必读图书。
加利福尼亚理工学院亚瑟·阿布·穆斯塔法(Yaser Abu-Mostafa)教授的 Learning from Data 系列课程 (opens new window) 。本课程涵盖机器学习的基本理论和算法，并将理论与实践相结合，更具 实践指导意义，适合进阶。
除了上述的那些课程外，下面这些资源也很不错。
YouTube 上的 Google Developers 的 Machine Learning Recipes with Josh Gordon (opens new window) 。这 9 集视频，每集不到 10 分钟，从 Hello World 讲到如何使用 TensorFlow，值得一看。
还有 Practical Machine Learning Tutorial with Python Introduction (opens new window) 上面一系列的用 Python 带着你玩 Machine Learning 的教程。
Medium 上的 Machine Learning - 101 (opens new window) 讲述了好多我们上面提到过的经典算法。
还有，Medium 上的 Machine Learning for Humans (opens new window)，不仅提供了入门指导，更介绍了各种优质的学习资源。
杰森·布朗利（Jason Brownlee）博士的博客 (opens new window) 也是非常值得一读，其中好多的 “How-To”，会让你有很多的收获。
i am trask (opens new window) 也是一个很不错的博客。
关于 Deep Learning 中神经网络的学习，推荐 YouTube 介绍视频 Neural Networks (opens new window)。
用 Python 做自然语言处理Natural Language Processing with Python (opens new window)。
以及 GitHub 上的 Machine Learning 和 Deep Learning (opens new window) 的相关教程列表。
南京大学周志华教授的《机器学习》 (opens new window)，提取码: rk2k