Segunda Etapa: Aprendizado de Máquina Clássico

Um livro introdutório sobre aprendizado estatístico desenvolvido pela Universidade de Stanford, disponível em R e Python, cobrindo algoritmos clássicos de aprendizado de máquina como regressão, classificação e máquinas de vetores de suporte, com cursos online gratuitos e código experimental.

Um tutorial clássico de 12 semanas e 26 lições sobre aprendizado de máquina para iniciantes, desenvolvido pela Microsoft, que usa dados culturais de todo o mundo para praticar o aprendizado de máquina.

Uma especialização introdutória clássica em aprendizado de máquina do Professor Andrew Ng, cobrindo aprendizado supervisionado, aprendizado não supervisionado e técnicas práticas de aprendizado de máquina.

Notas completas em chinês do curso de aprendizado de máquina de Andrew Ng em Stanford, cobrindo 18 capítulos de fundamentos a aplicações, fornecendo materiais de aprendizado em vários formatos.

Um projeto educacional que implementa modelos e algoritmos básicos de aprendizado de máquina do zero em Python, cobrindo vários algoritmos de regressão linear ao aprendizado profundo, com foco em uma demonstração transparente dos mecanismos internos dos algoritmos.