机器学习为什么可行？为什么机器能从一些数据样本里学到有用的知识？ 因为这一切都是建立在统计学和概率论的基础之上的，所以研究机器学习必须要踏过数学这座高山。 其中线性代数是基础，微积分是工具。

数学基础

• 视频 线性代数的本质：深入浅出的讲解整个线性代数体系 强烈推荐
• 视频 清华大学线性代数课程 略浅显有时间可以看看
• 视频 麻省理工学院：线性代数
• 视频 可汗学院公开课：线性代数
• 视频 可汗学院公开课：概率论

机器学习

• 视频 【机器学习基石】台湾大学机器学习课程上 强烈推荐
• 视频 【机器学习技法】台湾大学机器学习课程下 强烈推荐
• 视频 李宏毅机器学习(2017) 推荐
• 视频 吴恩达机器学习 推荐
• 视频 张志华-机器学习导论
• 视频 StudyAI 机器学习

深度学习

• 视频 李宏毅深度学习(2017)

Python 语言

• 视频 莫烦 Python
• Python 官方参考文档
• Python 基础教程
• Python 教程 - 廖雪峰的官方网站

参考文档

• TensorFlow 官方文档中文版 强烈推荐
• 【机器学习基石】课堂笔记 看完视频后再来复习复习
• numpy reference pdf
• Numpy and Scipy Documentation

书籍推荐

• 算法导论（原书第3版）/ 计算机科学丛书 (Introduction to Algorithms, third edition)
• 程序员的数学3 线性代数
• 工程数学线性代数（第六版）
• 高等数学（第七版 上册）