來源：機器學習演算法與自然語言處理

本文長度為1146字，建議閱讀3分鐘

為你分享一份中文機器學習和深度學習基礎教程。

教材，教程，中文的，直對問題回答一波：

注意：我認為教程不在多，在於精，網上很多教程，但下面我整理一份我認為比較靠譜的中文機器學習和深度學習基礎教程。在學習基礎的同時，應該要學好英語！

python零基礎開始，推薦廖雪峰python教程，2，3自選

機器學習

1. 《機器學習實戰》入門必備，不難，容易上手，而且可以增加興趣。

   缺點：理論不夠深入。

2. 《機器學習》西瓜書，《統計學習方法》理論上的經典，理論詳細又深入，真的值得一看。

   缺點：有點枯燥，建議結合機器學習實戰。

 深度學習框架和庫（擼起程式碼來）

先來程式碼，我始終覺得，若理論很枯燥，那先用程式碼來提提興趣。

1. TensorFlow 官方文件中文版，官方的，靠譜！tensorflow神器，絕對要有啊！

2. 機器學習系列 | 莫煩Python，再次推薦莫凡教程，這裡有很多教程，推薦其中的numpy，pytorch教程。

   優點：簡單，易懂，推薦pytorch好好學，比tensorflow靈活，個人感覺。

   缺點：有些過於簡單。

深度學習

1. 吳恩達的deeplearning.ai，這個在網易雲課堂有中文字幕版的。這個入門深度學習可以有。吳老師的課，通俗，易懂，最重要的：可靠。

2. 經典的cs231n，

   知乎上的一些大神對cs231n的筆記進行了翻譯。如果看英文很吃力，參考這個翻譯，中文版的。

3. 《深度學習》這本書是深度學習的很好的理論書籍，github有翻譯原版，和現在市場賣的是一樣的，很不錯。

什麼word2vec，CNN,RNN之類的只要上面學好，不用太多看其他亂七八糟的，很多誤人子弟的。再次覺得：學習在於精不在多

強化學習

程式碼：強化學習 Reinforcement Learning 教程系列，莫凡教程，簡單

理論：推薦兩個專欄和課：

1. CS 294 深度強化學習中文筆記

2. David Silver強化學習公開課中文講解及實踐

慢慢學好這兩個，絕對夠，記住，學好。

本來學完上面的完全夠了，但B站也有，李巨集毅深度學習(2017)_演講•公開課，看過一些還不錯，但是我覺得上面的更加系統，還有作業，我覺得，實踐理論結合，才能學好。

不贊成有人說不會英語就不要學了，誰的英文是從孃胎就自帶buff，出生就會的？不會就學，誰說深度學習一開始就是要深度去學習深度學習的？基礎開始，小白到大牛，一步一步來！

不贊成不學英語就直接深入學習深度學習了，也深入不了。英語，數學對於機器學習都很重要，不會就學，學英語，背單詞開始，一堆方法論，自行查詢。學個大學4,6級水平，學習一些術語名詞，那讀絕大部分論文是沒有問題的！

若題主決定走機器學習或深度學習這條路了，那從基礎的開始，學學數學，學學英語，寫寫程式碼，找找成就感，邊學基礎，邊學英語，至於深入的學習，若時間長，就慢慢來，但若時間短，想5天8天就速成，那就好好想想，因為入個門怎麼也要一個兩個月吧。說實話，機器學習深度學習門坎確實有點高，若不想付出什麼代價，就說要多厲害多厲害，那是說夢話，趁早醒，但若你意已絕，那”深淵萬丈“有怎樣？何況也不是說有什麼很大的困難！還很有趣！

有空再補充其他方面知識，先去學習啦^_^

編輯：文婧