Stata连享会 主页 || 视频 || 推文 || 知乎 || Bilibili 站
温馨提示: 定期 清理浏览器缓存,可以获得最佳浏览体验。
New!
lianxh
命令发布了:
随时搜索推文、Stata 资源。安装:
. ssc install lianxh
详情参见帮助文件 (有惊喜):
. help lianxh
连享会新命令:cnssc
,ihelp
,rdbalance
,gitee
,installpkg
⛳ Stata 系列推文:
作者:仵荣鑫 (厦门大学)
邮箱:rxwu_cn@163.com
编者按:机器学习作为人工智能的重要分支,受到人们的广泛关注。机器学习是一门多领域交叉学科,掌握机器学习技术是一项重要且充满挑战的任务。为此,编者梳理了知乎答主们对机器学习的建议。
目录
刚开始接触机器学习,需要做一些必要的技能储备,过三关:英语、编程与数学。首先,英语需要具备阅读与听力能力。当前主流的书籍、期刊等资料大多是英文为主,我们无法避免地要看很多英文资料。
其次,关于编程语言,首推 Python,因为其良好的拓展支持性,主流的工具包都有 Python 版本。在特定情况下,选择 R 作为编程语言也是可以的。编程语言学习推荐:
最后,数学包括微积分、线性代数与统计学,可通过教育性非营利组织「可汗学院」学习。数学建议先搞定线性代数,推荐以下课程:
统计学习是机器学习的基石,推荐以下课程:
刚迈入机器学习的大门,需要有适合的学习途径:视频、书籍与动手。机器学习视频入门首选:
吴恩达老师的这门课可以加快学习进度,但不要跳过练习题,练习题非常有价值,虽然并非用 Python 写的 (而是 Matlab/Octave)。如果你不想学 Matlab,那么最好找点别的用 Python 习题练练手。当然,以下课程也非常不错:
在学习视频时,推荐阅读两本非常好的入门书籍:
入门书籍推荐还强推:
学习理论后,做一些基于 Python 的动手练习:
实战热身:
numpy
与 pandas
是 Python 进行处理数据的两个关键库,这本书讲解了这两个库的使用方法;实战平台:
深度学习推荐以下视频课程:
深度学习的几个大应用,自然语言处理、自然语言理解、深度视觉算法:
深度学习的书籍推荐两本,一本理论性强的,一本实践性强的:
更多深度学习的干货:
自学机器学习的误区和陷阱:
将技能落在实处,防止练就一身屠龙之技。机器学习最大的幻觉就是觉得自己什么都懂了,但等到真的使用时发现并不奏效。如果此刻燃起了学习机器学习的热情,就请赶快行动!
Note:产生如下推文列表的 Stata 命令为:
lianxh 机器学习, m
安装最新版lianxh
命令:
ssc install lianxh, replace
免费公开课
最新课程-直播课
专题 | 嘉宾 | 直播/回看视频 |
---|---|---|
⭐ 最新专题 | 文本分析、机器学习、效率专题、生存分析等 | |
研究设计 | 连玉君 | 我的特斯拉-实证研究设计,-幻灯片- |
面板模型 | 连玉君 | 动态面板模型,-幻灯片- |
面板模型 | 连玉君 | 直击面板数据模型 [免费公开课,2小时] |
⛳ 课程主页
⛳ 课程主页
关于我们
课程, 直播, 视频, 客服, 模型设定, 研究设计, stata, plus, 绘图, 编程, 面板, 论文重现, 可视化, RDD, DID, PSM, 合成控制法
等
连享会小程序:扫一扫,看推文,看视频……
扫码加入连享会微信群,提问交流更方便
✏ 连享会-常见问题解答:
✨ https://gitee.com/lianxh/Course/wikis
New!
lianxh
和songbl
命令发布了:
随时搜索连享会推文、Stata 资源,安装命令如下:
. ssc install lianxh
使用详情参见帮助文件 (有惊喜):
. help lianxh