四年积累，论文、网课、博客全打包，这儿有一本机器学习免费书

机器之心报道

编辑：张倩

从 2017 到 2021，这位计算机科学博士花了四年时间整理了一份《机器学习 & 深度学习纲要》，涵盖 500 多个话题和数千条链接。你想要的课程、论文、博客…… 这里应有尽有。

今天的我，比昨天更博学了吗？

很多有着严格的自我管理意识的人都会问自己这个问题，以色列巴伊兰大学计算机科学博士、New Relic 首席研究员 Ori Cohen 或许可以很好地回答自己，因为他把每天看到、学到的东西都写了下来，四年下来已经可以出一本书了。

这本书就是 Ori Cohen 整理的《机器学习 & 深度学习纲要》，足足有 400 多页，涵盖机器学习算法、统计学、特征选择、工程技术、深度学习、NLP、音频、深度 & 经典视觉、时间序列、异常检测、图、实验管理等 500 多个话题。很多话题里都附有丰富的链接，可以帮你找到各种相关论文、博客、课程等资源。

该书的部分目录如下：

重要的是，这本书是免费开放的，在谷歌文档、GitHub 等平台上都可以找到。

• 谷歌文档：https://docs.google.com/document/d/1wvtcwc8LOb3PZI9huQOD7UjqUoY98N5r3aQsWKNAlzk/edit#
• GitHub：https://github.com/orico/www.mlcompendium.com/
• Gitbook：https://book.mlcompendium.com/

以该书第一章——「机器学习的类型」为例，这一章节首先推荐了一篇关于如何针对手头任务选择算法的文章，而且给出了该文章的链接。

第一章链接到的第一篇文章资源。

接下来，作者又为大家推荐了斯坦福大学的经典 AI 课程：CS221。

再往下是一些关于弱监督、半监督、回归、主动学习、在线学习、在线深度学习、N-SHOT 学习等方面的内容。

虽然已经有 400 多页，但这本书其实还在一直更新。

作者表示，初学者其实可以把它当成一本工具书来用：哪个概念不懂就去书里搜索一下，然后读完与此有关的内容再向前推进。