machine-learning-course

==========================

预备

• 学习思路（每件事情都要经过以下三步）

  • 第一步：去google、百度、bing进行搜索
  • 第二步：搜索不到，问同学
  • 第三步：还不能解决，问老师

• python安装

  • windows下python安装
  • 在Ubuntu中安装Python3

• ipython notebook安装

  • windows下ipython notebook搭建

• 科学计算包安装使用（numpy, scipy, matplotlib等）

  • 在windows下使用VirtualEnv
  • Unofficial Windows Binaries for Python Extension Packages
  • Scipy在线教程
  • Statsmodels Examples

• 数据处理包(pandas)

  • pandas-cookbook(ipynb)
  • ipython高级使用方法(ipynb)
  • 十分钟搞定pandas

• git安装使用

  • 猴子都能懂的git入门
  • 廖雪峰git教程
  • 《Git教程》学习笔记

• python学习

  • Introduction to Python(ipynb)
  • Python Pedia
  • 廖雪峰python2.7教程
  • 实验楼(Python研发工程师)
  • 高级正则表达式技术（Python版）
  • 常用正规表达式
  • Learn X in Y minutes
  • Practical Business Python
  • Python交互式教程可直接在网页上执行输入好的程序，通过对比预期结果和实际执行结果进行学习
  • Python Seminar Course at UC Berkeley (AY 250)
  • Materials for teaching the Python FUNdamentals workshop at UC Berkeley's D-lab
  • Python开发指南：最佳实践精选
  • 开始使用 Python 开发 Web 应用(学习步骤)
  • Python 开发工具集：关于文档、测试、调试、程序的优化和分析
  • Introduction to Python for Data Science
  • Intermediate Python for Data Science
  • Python codecademy

• 云主机

  • 轻松搞定你的IPython + Notebook 基于云的科学计算环境(含详细步骤)

• ubuntu安装学习

  • [ubuntu安装]
  • [linux命令]

• 情感分析(sentiment analysis, opinion mining, etc.)

  • Basic Sentiment Analysis with Python(blog)
  • Basic Sentiment Analysis with Python(ipynb)
  • Sentiment analysis using machine learning techniques
  • Sentiment Analysis
  • ga-students/DAT_SF_11
  • sentiment analysis step by step
  • Happy：Python编写的一个情感分析库

• 网络爬虫(crawler)

  • 抓取网页的含义和URL基本构成
  • 利用urlib2通过制定的url抓取网页内容
  • 网络爬虫异常处理和HTTP状态码的分类
  • Opener与Handler的介绍和实例应用
  • urllib2的使用细节与抓站技巧
  • 一个简单的百度贴吧的小爬虫
  • Python中的正则表达式教程
  • 糗事百科的网络爬虫（v0.3）源码及解析(简化更新)
  • 百度贴吧的网络爬虫（v0.4）源码及解析
  • 一个爬虫的诞生全过程（以山东大学绩点运算为例）
  • 亮剑！爬虫框架小抓抓Scrapy闪亮登场！
  • 爬虫框架Scrapy的第一个爬虫示例入门教程
  • 爬虫结合SqlmapApi判断注入
  • Web Scraping Framework(grab)
  • Selenium定向爬取海量精美图片及搜索引擎杂谈 可以了解Python简单爬取图片的一些思路和方法;学习Selenium自动、测试分析动态网页和正则表达式的区别和共同点;了解作者最近学习得比较多的搜索引擎和知识图谱的整体框架
  • pySpider Spider(Web Crawler) System in Python
  • RoboBrowser: Your friendly neighborhood web scraper
  • 大数学堂-网络爬虫基础教学
  • 大数学堂-网络爬虫实战教学

• 数据产品(Data Product)

  • Building Data Products with Python: A Wine Review Website using Django and Bootstrap
  • A machine learning approach to classify music by mood based on song lyrics
  • 使用Python构建Twitter分析应用
  • 歌曲推荐系统实践：Pandas、SciPy和D3.js -- Flipboard工程师撰文阐述如何利用流行的Python数据挖掘工具构建歌曲推荐系统，从数据获取到结果可视化，内容较全面。
  • Python code for the free book A Programmer's Guide to Data Mining
  • Kaggle's competition for using Google's word2vec package for sentiment analysis
  • Entity Linking and Retrieval Tutorial

• 关键词提取

  • 用 RAKE 和 Maui 做 NLP 关键词提取的教程
  • Turn Your Twitter Timeline into a Word Cloud Using Python

• 网站框架学习

  • Django学习系列文章
  • discover-flask
  • Flask by Example
  • Flask + Gunicorn + Nginx 部署
  • 浅入浅出Flask框架
  • Creating a web app with Flask
  • XPath 是一个好工具

• 数据科学课程

  • 哈佛大学CS109 Data Science
  • data science course material
  • 数据分析、机器学习与物联网
  • Analysing Weed Pricing across US - Data Analysis Workshop
  • Introduction to Statistics using Python
  • Open Content for self-directed learning in data science
  • Practical Data Science in Python
  • 通过自行车数据分析西雅图工作习惯
  • Bot or Not: an end-to-end data analysis in Python
  • 用NFL数据分析
  • Comprehensive Guide to Learning Python for Data Analysis and Data Science
  • 男女选秀弥漫与娱乐机器轰鸣 ——试对《人民日报》的娱乐话语进行文本挖掘与可视化 （2005-2016）
  • Knowledge Graph Embeddings scikit-kge
  • Python module to perform under sampling and over sampling with various techniques
  • XGBoost Feature Interactions & Importance

• 机器学习教程

  • justmarkham/scikit-learn-videos
  • Advanced Statistical Computing at Vanderbilt University's Department of Biostatistics
  • amueller/scipy_2015_sklearn_tutorial
  • 用Python十分钟构建一个预测模型
  • 数据科学的学习路径
  • 机器学习资料大汇总
  • CMU机器学习进阶课程
  • Implementing a Weighted Majority Rule Ensemble Classifier in scikit-learn
  • KNN（Scikitlearn+Pandas从头到尾）
  • 机器学习资料大汇总
  • pattern_classification
  • Regularized Linear Regression with scikit-learn
  • 实例详解机器学习如何解决问题
  • Classification using Pandas and Scikit-Learn(ipynb)
  • Libraries for Top 10 Machine Learning Algorithms
  • intro-to-machine-learning-by-python
  • A Primer on Bayesian Methods for Multilevel Modeling(ipynb)
  • 机器学习分析步骤stack(ipynb)
  • 机器学习分类器选择
  • 10 Scikit Learn Case Studies, Examples & Tutorials
  • scikit-neuralnetwork
  • Using scikit-learn Pipelines and FeatureUnions
  • Python algorithms for regularized regression
  • run a multitude of classifiers on you data and get an AUC report
  • TensorFlow Tutorial part 1
  • TensorFlow Tutorial part 2
  • TensorFlow的简化接口Scikit Flow
  • Kaggle Python Tutorial on Machine Learning
  • Natural Language Processing (NLP) Fundamentals: Hidden Markov Models (HMMs)
  • A Different Approach to Low-Rank Matrix Completion: Part 1
  • 机器学习系列(4)_机器学习算法一览，应用建议与解决思路(有很好的思路)

• 信息检索

  • TF-IDF
  • Scoring using the Vector Space Model *数据预处理
  • 关于使用sklearn进行数据预处理 —— 归一化/标准化/正则化
  • 关于使用Sklearn进行数据预处理 —— 缺失值（Missing Value）处理

• 特征选择

  • Introduction to Sequential Backward Selection(Iris例子，Wine例子等）
  • 使用GBDT选取特征
  • 机器学习技巧之feature_hashing
  • 结合Scikit-learn介绍几种常用的特征选择方法

• 数学

  • Linear Algebra For Data Scientists

• kaggle

  • kaggle上的自行车出租数量预测
  • kaggle机器学习竞赛冠军及优胜者的源代码汇总
  • Kaggle入门——使用scikit-learn解决DigitRecognition问题
  • Code for the Kaggle competition "Bag of Words Meets Bags of Popcorn"

• 图数据库（Neo4j）

  • Content Recommendation From Links Shared on Twitter Using Neo4j and Python

• Deep Learning

  • Introduction to Deep Learning

• 自然语言处理

  • Computational Statistics II Tutorial at SciPy 2015

• 可视化(vision)

  • Out-of-Core Dataframes in Python: Dask and OpenStreetMap
  • a fact-based worldview
  • 设计模板
  • RAP Analysis Project用的设计模板

• 英文写作措辞

  • 英文写作常用句型

• 主题分析

  • Generating a Word2Vec model from a block of Text using Gensim (Python)
  • Modern Methods for Sentiment Analysis

• Deep Learning

  • Why word2vec works

• 推荐系统

  • 混合推荐技术

• 教育数据挖掘和学习分析

  • Hacking Education with Python - Data Mining Coursera for Popular Courses
  • A machine learning pipeline for classifying MOOC discussion forums
  • KDD Cup 2010 Educational Data Mining Challenge

• 博客

  • 寒小阳博客——七月讲师之一
  • 寒小阳github

准备

• Giving Computers the Ability to Learn from Data(ipynb) 介绍机器学习类型，图片方式

第一单元 回归(Regression)

• Andrew NG-ppt-Linear Regression with one variable
• Andrew NG-note-Linear Regression
• Andrew NG-exercise-ex1(ipynb)
• Linear Regression-Scikit-learn(ipynb)
• simple linear regression(ipynb)
• Introduction to Linear Regression
• Linear Regression Example(ipynb) pycon2014
• Multiple Regression using Statsmodels
• Regularized Linear Regression with Scikit-learn

第二单元 分类(Classification)

• Logistic Regression
  • logistic_regression(ipynb)
• 神经网络
  • Training Machine Learning Algorithms for Classification感知元，自适应感知元