https://www.coursera.org/learn/machine-learning/home/welcome
https://www.coursera.org/learn/ntumlone-mathematicalfoundations/home/welcome
請教各位前輩
上面兩個教材都是有關機器學習
入門者應該優先觀看哪個比較好？
我覺得各有千秋耶 先後的話覺得Andrew Ng的可以先看 練習跟著做 NTU吃重數學 要有一些底子最近在直接嗑NTU的教材書 發現有點嗑不下去…
作者:
errard (I love GMAT)
2018-02-22 10:39:00Ng蠻簡單的先看
作者: ghmsxtwo (YI) 2018-02-22 10:44:00
這板都把分析代數拓僕當成睡前讀物輕鬆上手
作者: pomelo0523 (柚子) 2018-02-22 11:07:00
Ng先，比較簡單適合入門
作者:
Ommm5566 (56天團)
2018-02-22 11:25:00是要問幾次 李弘毅林宣田李重實作宣田重數學
作者:
booray (波波)
2018-02-22 11:56:00李跟林都修過 比較推薦先看李鴻毅老師的 林軒田老師比較理論 大概看到 vc 就跳了不過李鴻毅老師的課大概一半以上都是 deep learning
作者:
stkoso (Asperger)
2018-02-22 12:03:00到底是哪個ㄏㄨㄥˊ阿 怎麼都找的到東西
作者:
TWkobe (中華柯比)
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 我的深度學習都靠他拿高分
作者:
ap954212 (death is like the wings)
2018-02-22 14:30:00李弘毅讚
作者:
duser ( )
2018-02-22 16:46:00先學實作，在讀理論
其實我比較推先看learning from data那本的相關課程就是林教授的基石系列，不是技法系列硬吃完後 對於實作上的一些「為什麼」會不再這麼抽象我是Ng->Udacity->edx caltech->林軒田->李弘毅誰最好我說不出來 我覺得最沒效益的是udacity
作者:
johnny94 (32767)
2018-02-22 17:30:00這邊沒學過的會跟你說數學
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搜尋有許多教材，幽默易懂的同時理論也很紮實。
作者: crimson11 (crimson) 2018-02-22 22:17:00
siraj raval也超推+1 不過他真的很煩XDDDDD
作者:
befdawn (橙花雨露)
2018-02-23 00:22:00XDDDD
作者: NCTUFatGuy (NCTUFatGuy) 2018-02-23 11:41:00
唯一推薦 Stanford CS231n
作者:
hunej (cookpro)
2018-02-23 14:05:00我們ml課本是用Bishop PRML 可參考看看
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
我倒覺得cs231n普 但是筆記不錯prml自己念可能有點累