轉(zhuǎn)載：https://mp.weixin.qq.com/s/EMWFFPsaKaGc8FO1g-htzg

推薦ApacheCN開(kāi)源的一個(gè)機(jī)器學(xué)習(xí)路線圖

原創(chuàng)：?機(jī)器學(xué)習(xí)初學(xué)者?機(jī)器學(xué)習(xí)初學(xué)者?今天

推薦一個(gè)ApacheCN開(kāi)源的一個(gè)機(jī)器學(xué)習(xí)路線圖：

https://github.com/apachecn/AiLearning

注意：需要直接打開(kāi)網(wǎng)址或者“閱讀原文”才能打開(kāi)文章里的鏈接

?

路線圖

按照步驟: 1 => 2 => 3，你可以當(dāng)大牛！

1.機(jī)器學(xué)習(xí) - 基礎(chǔ)

• Machine Learning in Action (機(jī)器學(xué)習(xí)實(shí)戰(zhàn)) |?ApacheCN(apache中文網(wǎng))

• 電子版書籍：【機(jī)器學(xué)習(xí)實(shí)戰(zhàn)-中文版-帶目錄版.pdf】

• -- 感謝?飛龍小哥哥?生成的電子書《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)-ApacheCN.pdf》

• 視頻已更新完成，如果你覺(jué)得有價(jià)值，請(qǐng)幫忙點(diǎn) Star【后續(xù)組織學(xué)習(xí)活動(dòng)：sklearn、kaggle、 Pytorch 和 tensorflow】

• -- 視頻網(wǎng)站：優(yōu)酷 ／bilibili / Acfun / 網(wǎng)易云課堂，可直接在線播放。（最下方有相應(yīng)鏈接）

• -- 群小哥哥：紅色石頭: 臺(tái)灣大學(xué)林軒田機(jī)器學(xué)習(xí)筆記

• 推薦一個(gè)機(jī)器學(xué)習(xí)筆記:?

  https://feisky.xyz/machine-learning網(wǎng)站視頻

  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?1?章:?機(jī)器學(xué)習(xí)基礎(chǔ)
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?2?章: KNN?近鄰算法
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?3?章:?決策樹(shù)
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?4?章:?樸素貝葉斯
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?5?章: Logistic回歸
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?6?章: SVM?支持向量機(jī)
  網(wǎng)上組合內(nèi)容	第?7?章:?集成方法（隨機(jī)森林和?AdaBoost）
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?8?章:?回歸
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?9?章:?樹(shù)回歸
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?10?章: K-Means?聚類
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?11?章:?利用?Apriori?算法進(jìn)行關(guān)聯(lián)分析
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?12?章: FP-growth?高效發(fā)現(xiàn)頻繁項(xiàng)集
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?13?章:?利用?PCA?來(lái)簡(jiǎn)化數(shù)據(jù)
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?14?章:?利用?SVD?來(lái)簡(jiǎn)化數(shù)據(jù)
  機(jī)器學(xué)習(xí)實(shí)戰(zhàn)	第?15?章:?大數(shù)據(jù)與?MapReduce
  Ml項(xiàng)目實(shí)戰(zhàn)	第?16?章:?推薦系統(tǒng)（已遷移）
  第一期的總結(jié)	2017-04-08:?第一期的總結(jié)

知乎問(wèn)答-爆炸啦-機(jī)器學(xué)習(xí)該怎么入門？

?

視頻怎么看？

理論科班出身-建議去學(xué)習(xí) Andrew Ng 的視頻（Ng 的視頻絕對(duì)是權(quán)威，這個(gè)毋庸置疑）

編碼能力強(qiáng) - 建議看我們的《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)-教學(xué)版》

編碼能力弱 - 建議看我們的《機(jī)器學(xué)習(xí)實(shí)戰(zhàn)-討論版》，不過(guò)在看理論的時(shí)候，看 教學(xué)版-理論部分；討論版的廢話太多，不過(guò)在講解代碼的時(shí)候是一行一行講解的；所以，根據(jù)自己的需求，自由的組合。

【免費(fèi)】數(shù)學(xué)教學(xué)視頻 - 可汗學(xué)院 入門篇

• @于振梓?推薦: 可汗學(xué)院-網(wǎng)易公開(kāi)課

概率統(tǒng)計(jì)線性代數(shù)

可汗學(xué)院(概率)	可汗學(xué)院(統(tǒng)計(jì)學(xué))	可汗學(xué)院(線性代數(shù))

機(jī)器學(xué)習(xí)視頻 - ApacheCN 教學(xué)版

??

AcFun	B站
優(yōu)酷	網(wǎng)易云課堂

【免費(fèi)】機(jī)器/深度學(xué)習(xí)視頻 - 吳恩達(dá)

機(jī)器學(xué)習(xí)深度學(xué)習(xí)

吳恩達(dá)機(jī)器學(xué)習(xí)	神經(jīng)網(wǎng)絡(luò)和深度學(xué)習(xí)

2.深度學(xué)習(xí) - 基礎(chǔ)

深度學(xué)習(xí)必學(xué)

反向傳遞:?

https://www.cnblogs.com/charlotte77/p/5629865.html

CNN原理:?

http://www.cnblogs.com/charlotte77/p/7759802.html

RNN原理:

?https://blog.csdn.net/qq_39422642/article/details/78676567

LSTM深入淺出的好文:?

https://blog.csdn.net/roslei/article/details/61912618

3.自然語(yǔ)言處理

學(xué)習(xí)過(guò)程中-內(nèi)心復(fù)雜的變化！！！

自從學(xué)習(xí)NLP以后，才發(fā)現(xiàn)國(guó)內(nèi)與國(guó)外的典型區(qū)別: 1. 對(duì)資源的態(tài)度是完全相反的:1) 國(guó)內(nèi)：就好像為了名氣，舉辦工作裝逼的會(huì)議，就是沒(méi)有干貨，全部都是象征性的PPT介紹，不是針對(duì)在做的各位2）國(guó)外：就好像是為了推動(dòng)nlp進(jìn)步一樣，分享者各種干貨資料和具體的實(shí)現(xiàn)。（特別是: python自然語(yǔ)言處理） 2. 論文的實(shí)現(xiàn)：1) 各種高大上的論文實(shí)現(xiàn)，卻還是沒(méi)看到一個(gè)像樣的GitHub項(xiàng)目！（可能我的搜索能力差了點(diǎn)，一直沒(méi)找到）2）國(guó)外就不舉例了，我看不懂！ 3. 開(kāi)源的框架1）國(guó)外的開(kāi)源框架：tensorflow/pytorch 文檔+教程+視頻（官方提供）2) 國(guó)內(nèi)的開(kāi)源框架: 額額，還真舉例不出來(lái)！但是牛逼吹得不比國(guó)外差！（MXNet雖然有眾多華人參與開(kāi)發(fā)，但不能算是國(guó)內(nèi)開(kāi)源框架。基于MXNet的動(dòng)手學(xué)深度學(xué)習(xí)(https://zh.diveintodeeplearning.org)中文教程,已經(jīng)由沐神(李沐)以及阿斯頓·張講授錄制，公開(kāi)發(fā)布。文檔+第一季教程+視頻） 每一次深入都要去翻墻，每一次深入都要Google，每一次看著國(guó)內(nèi)的說(shuō)：哈工大、訊飛、中科大、百度、阿里 多牛逼，但是資料還是得國(guó)外去找！ 有時(shí)候真的挺狠的！真的有點(diǎn)瞧不起自己國(guó)內(nèi)的技術(shù)環(huán)境！當(dāng)然謝謝國(guó)內(nèi)很多博客大佬，特別是一些入門的Demo和基本概念。【深入的水平有限，沒(méi)看懂】

• 入門教程必看資料【添加比賽鏈接】:

  https://github.com/apachecn/AiLearning/tree/dev/blog/nlp

• Python 自然語(yǔ)言處理 第二版:?

  https://usyiyi.github.io/nlp-py-2e-zh

• 推薦一個(gè)liuhuanyong大佬整理的nlp全面知識(shí)體系:?

  https://liuhuanyong.github.io

1.使用場(chǎng)景 （百度公開(kāi)課）

第一部分 入門介紹

• 1.)?自然語(yǔ)言處理入門介紹

第二部分 機(jī)器翻譯

• 2.)?機(jī)器翻譯

第三部分 篇章分析

• 3.1.)?篇章分析-內(nèi)容概述

• 3.2.)?篇章分析-內(nèi)容標(biāo)簽

• 3.3.)?篇章分析-情感分析

• 3.4.)?篇章分析-自動(dòng)摘要

第四部分 UNIT-語(yǔ)言理解與交互技術(shù)

• 4.)?UNIT-語(yǔ)言理解與交互技術(shù)

應(yīng)用領(lǐng)域

中文分詞：

• 構(gòu)建DAG圖

• 動(dòng)態(tài)規(guī)劃查找，綜合正反向（正向加權(quán)反向輸出）求得DAG最大概率路徑

• 使用了SBME語(yǔ)料訓(xùn)練了一套 HMM + Viterbi 模型，解決未登錄詞問(wèn)題

1.文本分類（Text Classification）

文本分類是指標(biāo)記句子或文檔，例如電子郵件垃圾郵件分類和情感分析。

下面是一些很好的初學(xué)者文本分類數(shù)據(jù)集。

路透社Newswire主題分類（路透社-21578）。1987年路透社出現(xiàn)的一系列新聞文件，按類別編制索引。另見(jiàn)RCV1，RCV2和TRC2。

IMDB電影評(píng)論情感分類（斯坦福）。來(lái)自網(wǎng)站imdb.com的一系列電影評(píng)論及其積極或消極的情緒。

新聞組電影評(píng)論情感分類（康奈爾）。來(lái)自網(wǎng)站imdb.com的一系列電影評(píng)論及其積極或消極的情緒。

有關(guān)更多信息，請(qǐng)參閱帖子：單標(biāo)簽文本分類的數(shù)據(jù)集。

情感分析

比賽地址:?

https://www.kaggle.com/c/word2vec-nlp-tutorial

• 方案一(0.86)：WordCount + 樸素 Bayes

• 方案二(0.94)：LDA + 分類模型（knn/決策樹(shù)/邏輯回歸/svm/xgboost/隨機(jī)森林）

  • a) 決策樹(shù)效果不是很好，這種連續(xù)特征不太適合的

  • b) 通過(guò)參數(shù)調(diào)整 200 個(gè)topic，信息量保存效果較優(yōu)（計(jì)算主題）

• 方案三(0.72)：word2vec + CNN

  • 說(shuō)實(shí)話：沒(méi)有一個(gè)好的機(jī)器，是調(diào)不出來(lái)一個(gè)好的結(jié)果 (: 逃

通過(guò)AUC 來(lái)評(píng)估模型的效果

2.語(yǔ)言模型（Language Modeling）

語(yǔ)言建模涉及開(kāi)發(fā)一種統(tǒng)計(jì)模型，用于預(yù)測(cè)句子中的下一個(gè)單詞或一個(gè)單詞中的下一個(gè)單詞。它是語(yǔ)音識(shí)別和機(jī)器翻譯等任務(wù)中的前置任務(wù)。

它是語(yǔ)音識(shí)別和機(jī)器翻譯等任務(wù)中的前置任務(wù)。

下面是一些很好的初學(xué)者語(yǔ)言建模數(shù)據(jù)集。

古騰堡項(xiàng)目，一系列免費(fèi)書籍，可以用純文本檢索各種語(yǔ)言。

還有更多正式的語(yǔ)料庫(kù)得到了很好的研究; 例如：布朗大學(xué)現(xiàn)代美國(guó)英語(yǔ)標(biāo)準(zhǔn)語(yǔ)料庫(kù)。大量英語(yǔ)單詞樣本。谷歌10億字語(yǔ)料庫(kù)。

新詞發(fā)現(xiàn)

• 中文分詞新詞發(fā)現(xiàn)

• python3利用互信息和左右信息熵的中文分詞新詞發(fā)現(xiàn)

• https://github.com/zhanzecheng/Chinese_segment_augment

句子相似度識(shí)別

• 項(xiàng)目地址:?https://www.kaggle.com/c/quora-question-pairs

• 解決方案: word2vec + Bi-GRU

文本糾錯(cuò)

• bi-gram + levenshtein

3.圖像字幕（Image Captioning）

mage字幕是為給定圖像生成文本描述的任務(wù)。

下面是一些很好的初學(xué)者圖像字幕數(shù)據(jù)集。

上下文中的公共對(duì)象（COCO）。包含超過(guò)12萬(wàn)張帶描述的圖像的集合

Flickr 8K。從flickr.com獲取的8千個(gè)描述圖像的集合。

Flickr 30K。從flickr.com獲取的3萬(wàn)個(gè)描述圖像的集合。欲了解更多，請(qǐng)看帖子：

探索圖像字幕數(shù)據(jù)集，2016年

4.機(jī)器翻譯（Machine Translation）

機(jī)器翻譯是將文本從一種語(yǔ)言翻譯成另一種語(yǔ)言的任務(wù)。

下面是一些很好的初學(xué)者機(jī)器翻譯數(shù)據(jù)集。

加拿大第36屆議會(huì)的協(xié)調(diào)國(guó)會(huì)議員。成對(duì)的英語(yǔ)和法語(yǔ)句子。

歐洲議會(huì)訴訟平行語(yǔ)料庫(kù)1996-2011。句子對(duì)一套歐洲語(yǔ)言。有大量標(biāo)準(zhǔn)數(shù)據(jù)集用于年度機(jī)器翻譯挑戰(zhàn); 看到：

統(tǒng)計(jì)機(jī)器翻譯

機(jī)器翻譯

• Encoder + Decoder(Attention)

  ?

• 參考案例:

• http://pytorch.apachecn.org/cn/tutorials/intermediate/seq2seq_translation_tutorial.html

5.問(wèn)答系統(tǒng)（Question Answering）

問(wèn)答是一項(xiàng)任務(wù)，其中提供了一個(gè)句子或文本樣本，從中提出問(wèn)題并且必須回答問(wèn)題。

下面是一些很好的初學(xué)者問(wèn)題回答數(shù)據(jù)集。

斯坦福問(wèn)題回答數(shù)據(jù)集（SQuAD）。回答有關(guān)維基百科文章的問(wèn)題。

Deepmind問(wèn)題回答語(yǔ)料庫(kù)。從每日郵報(bào)回答有關(guān)新聞文章的問(wèn)題。

亞馬遜問(wèn)答數(shù)據(jù)。回答有關(guān)亞馬遜產(chǎn)品的問(wèn)題。有關(guān)更多信息，請(qǐng)參閱帖子：

數(shù)據(jù)集：我如何獲得問(wèn)答網(wǎng)站的語(yǔ)料庫(kù)，如Quora或Yahoo Answers或Stack Overflow來(lái)分析答案質(zhì)量？

6.語(yǔ)音識(shí)別（Speech Recognition）

語(yǔ)音識(shí)別是將口語(yǔ)的音頻轉(zhuǎn)換為人類可讀文本的任務(wù)。

下面是一些很好的初學(xué)者語(yǔ)音識(shí)別數(shù)據(jù)集。

TIMIT聲學(xué) - 語(yǔ)音連續(xù)語(yǔ)音語(yǔ)料庫(kù)。不是免費(fèi)的，但因其廣泛使用而上市。口語(yǔ)美國(guó)英語(yǔ)和相關(guān)的轉(zhuǎn)錄。

VoxForge。用于構(gòu)建用于語(yǔ)音識(shí)別的開(kāi)源數(shù)據(jù)庫(kù)的項(xiàng)目。

LibriSpeech ASR語(yǔ)料庫(kù)。從LibriVox收集的大量英語(yǔ)有聲讀物。

7.自動(dòng)文摘（Document Summarization）

文檔摘要是創(chuàng)建較大文檔的簡(jiǎn)短有意義描述的任務(wù)。

下面是一些很好的初學(xué)者文檔摘要數(shù)據(jù)集。

法律案例報(bào)告數(shù)據(jù)集。收集了4000份法律案件及其摘要。

TIPSTER文本摘要評(píng)估會(huì)議語(yǔ)料庫(kù)。收集了近200份文件及其摘要。

英語(yǔ)新聞文本的AQUAINT語(yǔ)料庫(kù)。不是免費(fèi)的，而是廣泛使用的。新聞文章的語(yǔ)料庫(kù)。欲了解更多信息：

文檔理解會(huì)議（DUC）任務(wù)。在哪里可以找到用于文本摘要的良好數(shù)據(jù)集？

命名實(shí)體識(shí)別

• Bi-LSTM CRF

• 參考案例:?

  http://pytorch.apachecn.org/cn/tutorials/beginner/nlp/advanced_tutorial.html

• CRF推薦文檔:?

  https://www.jianshu.com/p/55755fc649b1

文本摘要

• 抽取式

• word2vec + textrank

• word2vec推薦文檔:?

  https://www.zhihu.com/question/44832436/answer/266068967

• textrank推薦文檔:?

  https://blog.csdn.net/BaiHuaXiu123/article/details/77847232

Graph圖計(jì)算【慢慢更新】

• 數(shù)據(jù)集:?data/nlp/graph

• 學(xué)習(xí)資料: spark graphX實(shí)戰(zhàn).pdf 【文件太大不方便提供，自己百度】

進(jìn)一步閱讀

如果您希望更深入，本節(jié)提供了其他數(shù)據(jù)集列表。

維基百科研究中使用的文本數(shù)據(jù)集

數(shù)據(jù)集：計(jì)算語(yǔ)言學(xué)家和自然語(yǔ)言處理研究人員使用的主要文本語(yǔ)料庫(kù)是什么？

斯坦福統(tǒng)計(jì)自然語(yǔ)言處理語(yǔ)料庫(kù)

按字母順序排列的NLP數(shù)據(jù)集列表

該機(jī)構(gòu)NLTK

在DL4J上打開(kāi)深度學(xué)習(xí)數(shù)據(jù)

NLP數(shù)據(jù)集

國(guó)內(nèi)開(kāi)放數(shù)據(jù)集:?

https://bosonnlp.com/dev/resource

?

原文地址

https://github.com/apachecn/AiLearning

注意：需要直接打開(kāi)網(wǎng)址或者“閱讀原文”才能打開(kāi)文章里的鏈接

?

請(qǐng)關(guān)注和分享↓↓↓?

本站的知識(shí)星球（黃博的機(jī)器學(xué)習(xí)圈子）ID：92416895

目前在機(jī)器學(xué)習(xí)方向的知識(shí)星球排名第一

往期精彩回顧

• 良心推薦：機(jī)器學(xué)習(xí)入門資料匯總及學(xué)習(xí)建議（2018版）

• 黃海廣博士的github鏡像下載（機(jī)器學(xué)習(xí)及深度學(xué)習(xí)資源）

• 吳恩達(dá)老師的機(jī)器學(xué)習(xí)和深度學(xué)習(xí)課程筆記打印版

• 機(jī)器學(xué)習(xí)小抄-（像背托福單詞一樣理解機(jī)器學(xué)習(xí)）

• 首發(fā)：深度學(xué)習(xí)入門寶典-《python深度學(xué)習(xí)》原文代碼中文注釋版及電子書

• 機(jī)器學(xué)習(xí)的數(shù)學(xué)基礎(chǔ)

• 機(jī)器學(xué)習(xí)必備寶典-《統(tǒng)計(jì)學(xué)習(xí)方法》的python代碼實(shí)現(xiàn)、電子書及課件

• 吐血推薦收藏的學(xué)位論文排版教程（完整版）

• Python環(huán)境的安裝（Anaconda+Jupyter notebook+Pycharm）

• Python代碼寫得丑怎么辦？推薦幾個(gè)神器拯救你

閱讀原文

閱讀?539

?在看5

總結(jié)

以上是生活随笔為你收集整理的【转载保存】推荐ApacheCN开源的一个机器学习路线图的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。