我正在寻找一些有关机器学习的入门级帖子。任何人都可以为这个主题的新手提出任何建议吗？
最佳答案
我假设您所说的“帖子”是指任何在线可用的资源。
我推荐两组资源:
首先，找到博主的首选语言与您的语言相同的机器学习博客。根据我的经验，阅读有关单个主题(例如 SVM)的博客文章，同时阅读作者随博客文章提供的源代码是程序员学习 ML 的最佳方式。博客 Smell the Data 就是几个很好的例子。 (Python)和Igvita ( ruby )。两者都包含(至少)几篇文章，每篇文章都描述了教程风格的特定 ML 技术，其中包括对其(发布的)源代码的详细演练。尤其是 Igvita，它提供了有关支持向量机、决策树、奇异值分解和集成方法的 Ruby 代码的优秀教程，就像我提到的另一个博客一样，这是一门高级本科类(class)可以仅根据任一博客中的 ML 帖子进行教学。
第二，我强烈推荐VideoLectures.net .
这是迄今为止最好的来源 - 无论是免费还是付费 - 我发现质量非常高(无论是视频质量还是演示内容)< em>有关机器学习的视频讲座和教程。这些视频讲座的目标受众范围从初学者(有些讲座专门标记为“教程”)到专家；他们中的大多数似乎处于中间位置。
所有讲座和教程都是向经验丰富的专业人士和学者讲授的，在许多情况下，讲师是他/她所讲授主题的权威。该网站也是 100% 免费的。
一个缺点是您无法下载讲座并将其存储在例如 iTunes 中；但是，几乎每个讲座都有一组幻灯片供您下载(或者，方便地，您可以在观看演示文稿时在线查看它们)。
我看过并且强烈推荐的一些:
半监督学习方法
机器学习简介
高斯过程基础
图形模型
k-最近邻模型
内核方法简介
关于machine-learning - 有用的机器学习入门级资源，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/3491112/