CV 开发者自我修养 | 吴恩达教程 / 笔记 / 刷题资料最全汇总
书籍教程 ⋅ sophie ⋅ 于 4个月前 ⋅ 746 阅读
吴恩达老师在机器学习领域的知名度是众所周知的，他在coursera平台上发布的《机器学习》课程，在国内外都可以说是机器学习入门的第一课和最热门课程，无数新手都从这门课中收获满满。面对一个如此漫长的新年假期，我们终于拥有足够的能自己支配的时间，那便要珍惜这次充实自己的机会。
因此，极市平台为大家整理了吴恩达学习大礼包，内容包含吴恩达机器学习课程、学习笔记、书籍**以及相关刷题训练**。希望对大家有所帮助~
1. 吴恩达课程
【1】**人工智能专项课程**（Deep Learning Specialization）
课程地址（有中文字幕，需注册）：
https://www.coursera.org/specializations/deep-learning
课程简介：包含神经网络与深度学习、优化深度神经网络、构建机器学习项目、卷积神经网络以及序列模型五门课程。
该课程广受好评，通过视频讲解、作业与测验等让更多的人对人工智能有了了解与启蒙。国外媒体报道称：吴恩达这次深度学习课程是迄今为止，最全面、系统和容易获取的深度学习课程，堪称普通人的人工智能第一课。
【2】**《机器学习》课程**（Machine Learning）
课程地址1（有英文字幕）：
https://www.youtube.com/playlist?list=PL0Smm0jPm9WcCsYvbhPCdizqNKps69W4Z
课程地址2（有中文字幕，需注册）：
https://www.coursera.org/learn/machine-learning
课程作业：Github上有人将作业整理为了Python形式，并分为.py和.ipynb两种格式，链接：
https://github.com/nsoojin/coursera-ml-py
https://github.com/kaleko/CourseraML
课程简介：广泛介绍机器学习、数据挖掘和统计模式识别。相关主题包括监督式学习、无监督学习以及机器学习实例。课程涵盖了机器学习的主要知识点，并引用很多案例和应用，帮助机器学习初学者快速对整个机器学习知识点有一个整体的认识，以便快速入门。
【3】**TensorFlow in Practice 专项课程**
课程地址（有英文字幕，需注册）：
https://www.coursera.org/specializations/tensorflow-in-practice
课程简介：包括TensoFlow 和机器学习、深度学习的介绍、TenSorFlow 中的卷积神经网络、TenSorFlow 中的自然语言处理以及序列、时间序列和预测四门课。是一个侧重实践的流行的开放源码机器学习框架。
2. 吴恩达课程学习笔记
很大大牛都做出了自己的学习笔记，内容都非常优秀，小极将它们整合了一下：
【1】黄海广-github标星11600+：最全的吴恩达机器学习课程资源（完整笔记、视频、python作业）
链接：
https://zhuanlan.zhihu.com/p/84214338
Github：
https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
黄海广博士在github开源的吴恩达机器学习个人笔记，用python复现了课程作业，star数达到11671+。黄海广博士曾经组织翻译过这门课程视频的中文字幕，并写了课程的中文笔记。笔记被下载了几万次，帮助了不少人。链接是吴恩达机器学习课程的资源汇总。
【2】忆臻-吴恩达课程从未失望，斯坦福CS230深度学习课程全套资料放出（附下载）
链接：
https://zhuanlan.zhihu.com/p/38426219
CS230 与吴恩达在 Coursera 上的深度学习专项课程一样分 5 部分，即神经网络与深度学习、提升深度神经网络、机器学习项目的策略、卷积神经网络及序列模型。内容包含CS230PPT下载。
【3】红色石头-吴恩达的 CS229，有人把它浓缩成 6 张中文速查表！
链接：
https://zhuanlan.zhihu.com/p/56534902
Github：https://github.com/afshinea/stanford-cs-229-machine-learning
关于 CS229 的超级详细的资源，由一名斯坦福的毕业生 Shervine Amidi 整理，内容包含关于 CS229 非常精炼的监督式学习、非监督式学习、深度学习、 技巧和窍门、概率与统计以及线性代数和微积分六张知识点速查表，所有的速查表都配备了英文版、中文版等 5 种语言版本。
【4】红色石头-吴恩达《Machine Learning》Jupyter Notebook 版笔记发布！
链接：
https://zhuanlan.zhihu.com/p/97466992
Github：https://github.com/halfrost/Halfrost-Field
由Halfrost-Field 冰霜之地编写，所有内容都基于 Jupyter Notebook，集图片、公式、代码、练习题于一体，非常方便使用。
【5】红色石头-完结篇 | 吴恩达deeplearning.ai专项课程精炼笔记全部汇总
链接：
https://zhuanlan.zhihu.com/p/36453627
针对Deep Learning Specialization的五门课程都做出了精炼笔记，总结了每节课的核心内容，非常实用。
3. 吴恩达书籍-《Machine Learning Yearning》
《Machine Learning Yearning》是吴恩达历时两年，根据自己多年实践经验整理出来的一本机器学习、深度学习实践经验宝典。作为一本 AI 实战圣经，本书能教会你如何在实践中使机器学习算法的实战经验。
在线阅读：
https://deeplearning-ai.github.io/machine-learning-yearning-cn/docs/home
英文版：
https://github.com/deeplearning-ai/machine-learning-yearning-cn
中文版：
4. 刷题训练
【1】何宽-deplearning.ai-吴恩达课后作业中文版
链接：
https://blog.csdn.net/u013733326/article/details/79827273
【2】一两赘肉无-90题细品吴恩达《机器学习》，感受被刷题支配的恐惧
链接：
https://www.kesci.com/home/project/5e0f01282823a10036b280a7
吴恩达《机器学习》课程的配套题库。与市面上的课程和编程题翻译版不同的是，这套题是测验（quiz）题的翻译，考点非常细腻，新手配合教程使用，可以更好地学习知识。
为了方便大家下载，小极已经将资源下载并打包。关注极市平台 公众号，后台回复 吴恩达 就可以收获这份满满干货的大礼包啦！
有了这样一份大礼包，是不是觉得假期突然就充实起来了呢？那就开始学习吧~
-END-
网友评论