高效学习机器学习的参考资料

1.李航的《机器学习方法》
入门学习基础知识极好的教材，这也是清华大学、中国科学院大学等名校机器学习入门课程的教材。
南京大学吴建鑫老师的《模式识别》和斯坦福大学马腾宇老师的CS229 Notes也可以作为参考，这两本教材也是极好的。

2.李宏毅的《机器学习》课程
bilibili有全部的视频和ppt。这是一门非常好的中文课程，很多资料被各种培训班二次加工利用后拿去赚钱。
知识更丰富、讲课更好的免费课程，是比很多二道贩子的收费课程好很多的。

3.斯坦福大学的CS229课程、CS231n课程、CS224课程
CS229对应机器学习基础知识，CS231n对应计算机视觉，CS224对应自然语言处理，根据需要学习相应课程即可。
斯坦福大学是世界最顶级的大学之一，课程的质量可以保证。如果担心英文学得太慢，可以不用看视频，学习一下对应的讲义notes，写得非常好。

4.scikit-learn工具包
scikit-learn是最权威、最全面的免费的机器学习软件包，涵盖了支持向量机、AdaBoost、K-Means等所有的分类和聚类算法。如果你的数据量小，数据维度低，可以尝试用scikit-learn中的方法进行处理。
中文网站：网页链接
英文网站：scikit-learn.org

5.pyTorch工具
必须学习的深度学习框架之一。几乎所有的深度学习算法都有基于pyTorch的实现。
中文网站:网页链接
英文网站：pyTorch.org

6.Yolo系列检测算法
这是目前工业届最常用的目标检测工具，Ultralytics公司出品的免费软件包是很多公司项目交付中直接用的。涵盖了V3-V10的yolo版本，而且自带有加速和部署工具，是目标检测必须掌握的软件包。
网址：www.ultralytics.com

8.Kaggle网站
Kaggle是机器学习的一个比赛网站，在上面的赛事获得冠军可以作为面试极大的加分项。另外，赛事的一些优胜解决方案，也是非常具有参考价值的。