点击 Chatbots技术与产品，快速关注本账号！

【Machine Learning for Humans】

1.第1部分：写给人类的机器学习系列教程

用数学、代码和现实世界的例子以最简明的语言来讲解。

https://medium.com/machine-learning-for-humans/why-machine-learning-matters-6164faf1df12

2.第2.1部分：监督学习

监督学习的两个任务：回归和分类。 线性回归，损失函数和梯度下降。

https://medium.com/machine-learning-for-humans/supervised-learning-740383a2feab

3.第2.2部分：监督学习II

包括分类与逻辑回归和支持向量机（SVM）。

https://medium.com/machine-learning-for-humans/supervised-learning-2-5c1c23f3560d

4.第2.3部分：监督学习III

包括非参数模型：k最近邻，决策树和随机森林。 介绍交叉验证，超参数调整和集合模型。

https://medium.com/machine-learning-for-humans/supervised-learning-3-b1551b9c4930

5.第3部分：无监督学习

包括聚类和维数降低：k均值聚类，层次聚类，主成分分析（PCA），奇异值分解（SVD）。 

https://medium.com/machine-learning-for-humans/unsupervised-learning-f45587588294

6.第4部分：神经网络与深度学习

包括卷积神经网络（CNN）和递归神经网络（RNNs）以及在现实世界的应用。

https://medium.com/machine-learning-for-humans/neural-networks-deep-learning-cdad8aeae49b

7.第5部分：强化学习

包括马尔可夫决策过程，Q学习，策略学习，深度强化学习。

https://medium.com/machine-learning-for-humans/reinforcement-learning-6eacf258b265

@网路冷眼

（PS：点击阅读原文直接打开链接，查看更多精彩内容）

- END -

非常欢迎加入我们的微信群一起讨论分享！

新浪微博：ChatbotsChina

微信号：Chatbots01

关注我们，一起学习机器