机器学习的有用入门级资源

我正在寻找一些关于机器学习的入门级帖子.任何人都可以为这个主题的新人提出任何建议吗？

通过'帖子'我会假设你的意思是在线提供任何资源.

我推荐两组资源:

首先,找到机器学习博客,其中博主的首选语言与您的相同.根据我的经验,在阅读作者的博客文章提供的源代码的同时阅读关于单个主题(例如,SVM)的博客文章是关于程序员学习ML的最佳方式.一些很好的例子是博客Smell the Data(Python)和Igvita(Ruby).两者都包含(至少)几个帖子,每个帖子都描述了教程式的特定ML技术,其中包括他们(已发布)源代码的详细演练.尤其是Igvita,在支持向量机,决策树,奇异值分解和集合方法上使用Ruby代码提供了很好的教程.- 就像我提到的另一个博客一样,高级本科课程可以仅根据博客中的ML帖子进行教学.

其次,我强烈推荐VideoLectures.net.

这是迄今为止最好的来源 - 无论是免费还是付费 - 我发现了非常高的质量(包括视频质量和w/r/t演示内容)视频讲座和机器学习教程.这些视频讲座的目标受众范围从初学者(一些讲座被特别标记为"教程")到专家; 他们中的大多数似乎都在中间的某个地方.

所有的讲座和辅导都是向经验丰富的专业人士和学者讲授的,在很多情况下,讲师是他/她讲课的主要权威.该网站也是100%免费的.

一个缺点是你不能下载讲座并将它们存储在例如itunes中; 但是,几乎每个讲座都有一组幻灯片供您下载(或者,您可以方便地在观看演示时在线查看).

我看过的一些,我可以高度推荐:

半监督学习方法

机器学习简介

高斯过程基础

图形模型

k-最近邻模型

内核方法简介