机器学习资料推荐

1:斯坦福大学视频(作为入门教程，网易有中文字幕，而且讲义也有翻译版本）20集+200左右讲义

2：机器学习 Tom M.Mitchell(虽然出版10多年，但是通俗易懂的内容，让读者对机器学习更加了解）280多页 coursera网站也有对应的英文视频

3：龙兴计划机器学习视频20讲，在清华2012年录制视频，在百度文库中可以找到，是2位百度工程师主讲

4：Pattern Recognition and Machine Learning (Bishop) （700页）大名鼎鼎的机器学习教材，现在没有中文版。2008版本，所以文中的内容很有时代性和系统性

5：convex optimization( Stephen Boyd , Lieven Vandenberghe)凸优化教材（700页），作为机器学习算法补充。作者在斯坦福讲课视频公布在网上。课程分为a主要讲解这本书，b的高级部分讲一些列的最新的算法。所以致力于机器学习算法开发，此教程最好不过了。

6：随机过程应用（陆大金），中科院随机过程（孙应飞）视频教程，教材主要学习前3章节马尔科夫过程和泊松过程，更新过程。深入浅出的讲解。

7：DISCRETE STOCHASTIC PROCESSES  Draft of 2nd Edition(R.G.Gallager)　MIT的教材，全书300多页，第一章绪论，第二章泊松过程第四章更新过程 其余章节都是马尔科夫过程，所以此书是学习马尔科夫很好的教材，但是书中的符号很多变态。

8：Probabilistici Graphcal Models Principles and Techniques(Daphne Koller) 1200页斯坦福大学概率图课程在coursera可以找到视频（9weeks),学习贝叶斯理论。对英文吃力的还有一本《贝叶斯引论》张连文 此书和一本英文的书籍很像（我就不说是那一本了）大家也要吃饭的啊！

2013年开始每周写一篇原创算法的文章