其他
入门之路：“机器学习初学者”公众号2019年的精选原创文章
“机器学习初学者”公众号2019年的精选原创文章合集，适合初学者入门 AI。本文建议用微信收藏，用碎片时间学习。（黄海广）
导语
AI 初学者最大的问题就是：资料太多！！！看不完！！！不知道如何取舍！！！人的精力有限！！！
我把公众号2019以来的原创或者精选文章进行整理，整理出学习路线和资料合集，适合本科、硕士以及刚接触机器学习的博士。
学完这些文章学完以后，就基本入门了。
入门以后，遇到问题能上网搜索解决了，也知道接下来应该学什么。
本文建议用微信收藏，利用碎片时间学习。
一、正在编写:AI基础
AI基础：数据可视化简易入门（matplotlib和seaborn）
2020年继续更新！
二、学习路线
这篇文章为初学者提供了入门的路线。包含数学基础、python 入门、机器学习、深度学习、特征工程入门等。并把代码放在了 github 仓库：
https://github.com/fengdu78/Data-Science-Notes
三、基础知识
上面这篇文章是数学基础，也是以下五篇文章的整合版本，可以在线阅读，也可以根据需要分别阅读。
首发：吴恩达的 CS229 的数学基础（概率论），有人把它做成了在线翻译版本！ 首发：吴恩达的 CS229 的数学基础（线性代数），有人把它做成了在线翻译版本！ 在线阅读！！机器学习数学精华：高等数学 在线阅读！！机器学习数学精华：线性代数 在线阅读！！机器学习数学精华：概率论与数理统计
四、机器学习
这篇文章将机器学习的精华部分做成了手册，打开微信就能学习，适合平时时间少的朋友学习机器学习，可以在通勤的时候在手机上学习，建议收藏本文慢慢学习
原创作品为以下三个：
吴恩达机器学习课程笔记及资源（github 标星 12000+，提供百度云镜像） 《统计学习方法》的 python 代码实现（github 标星 7200+） 推荐：《机器学习实战：基于 Scikit-Learn 和 TensorFlow》中文翻译和代码下载
后来又制作成了在线阅读版本：
机器学习相关
机器学习练习数据哪里找？两行代码搞定！ 学完可以解决 90%以上的数据分析问题-利用 python 进行数据分析第二版（代码和中文笔记） 特征工程的宝典-《Feature Engineering for Machine Learning》翻译及代码实现 首发：徐亦达教授团队最新发表的两篇机器学习论文 推荐：一个画出高大上的机器学习图的神器（论文必备）
五、深度学习
吴恩达深度学习课程笔记和资源
TensorFlow 入门：
keras 入门：
Pytorch入门：
其他资料
六、Python 相关
七、NLP
八、学术技巧
总结
本文总结了“机器学习初学者”公众号2019年的精选原创文章，可以作为 AI 入门的宝典，让初学者少走弯路，强烈建议收藏本文！
公众号菜单包含了整理了一本AI小抄，非常适合在通勤路上用学习。