現在很流行通過觀看視頻來學習機器學習。在YouTube和Video Lectures上看了很多機器學習的視頻，看視頻的風險在于你很容易只是看而不會去實踐。建議在看視頻的時候一定要做好筆記，即便之后你很快就會把筆記扔掉。同時建議你不管在學什么，一定要去動手嘗試。
坦白來說，我看過的視頻中，沒有哪個視頻是特別適合初學者的，我指真正的初學者。他們都是基于讀者有最基本的線性代數和概率理論知識的假設。斯坦福大學Andrew Ng 的教程可能是最適合用于入門的了，另外，我推薦了一些一次性視頻。
1、機器學習視頻課程——Stanford Machine Learning(斯坦福機器學習)：
通過Course可以獲取到，Andrew Ng主講。除了招生，你可以在任何時間看到所有的課程，并且從Stanford CS229 course(斯坦福CS229課程)上下載到所有的講義和課堂筆記。課程包括家庭作業(yè)，測試。課程集中在線性代數上，使用Octave環(huán)境。
2、機器學習視頻課程——Caltech Learning from Data：
可以在edX訪問到，Yaser Abu-Mostafa主講。所有的課程和材料在CalTech網站上都可以獲取到。和斯坦福課程一樣，你可以按你自己的節(jié)奏來完成家庭作業(yè)和任務。它覆蓋了和斯坦福類似的課程，然后在細節(jié)上有一些深入，并且用了更多的數學方面的知識。家庭作業(yè)對初學者來說可能太難了。
3、機器學習視頻課程——Machine Learning Category on VideoLectures.Net(VideoLectures.Net上的機器學習分類)：
初學者很容易沉溺于海量的內容中。你可以找尋一些看起來比較有趣的視頻，然后嘗試看看。如果不是你現階段能看懂的，就先放放。如果你看著合適，就記筆記。我發(fā)現我自己總是不斷的找尋自己感興趣的標簽，然后最終選擇了完全不同的標簽。當然，看看該領域老師真正是什么樣的也挺好的。
“Getting In Shape For The Sport Of Data Science” – Talk by Jeremy Howard：和一個本土R用戶團隊關于機器學習實踐應用的對話，這個團隊在機器學習競賽中獲取了很好的成績。這個視頻很有用，因為很少有人去講將機器學習應用到一個項目中真正是什么樣的，及怎么去做這個項目。我幻想著能創(chuàng)建一個網絡真人TV秀，這樣可以能直接看到選手機器學習競賽中的表現。我是多么的向往啊。 注：尊重原創(chuàng)文章,轉載請注明出處和鏈接 http://www.dedgn.cn/news-id-21078.html 違者必究！部分文章來源于網絡由培訓無憂網編輯部人員整理發(fā)布,內容真實性請自行核實或聯系我們，了解更多相關資訊請關注人工智能頻道查看更多，了解相關專業(yè)課程信息您可在線咨詢也可免費申請試課。關注官方微信了解更多：150 3333 6050
