機器學習/數據挖掘學習資源
想學的東西太多，擁有的時間太少，花點時間把要學的資源整理一下，再慢慢來
Python 基礎篇
書籍
- 《Python for Informatics》: 這是一本python的入門書，淺顯易懂，書也很薄。最重要的是，它是一本開源的書，其pdf版本可以免費下載使用。翻譯版排版很不好，英文原版沒有這個問題。它使用的python版本是python2.x
- 《Learning Python》（譯名：《Python學習手冊》）：這本書是一本翔實的介紹python基礎語法細節的書，很多例子都可以用來作爲練習，習題量較少。它涵蓋了python2.x和python3.x，而且在書中多處進行了對比說明
- 《Programming Python》（譯名：《Python編程》）：與上一本書是同一系列，不過更加偏向Python的實際應用（比如數據庫，圖形界面，網絡編程），分上下兩冊
- 《Python Pocket Reference》：這本書國內好像沒有譯本，和上兩本屬同一系列，是一本很薄的小冊子，用作語法參考
- 《Data Structure and Algorithms Using Python》：同學推薦，與python本身的關係可能不大，主要講數據結構和算法，如果看倦了Java/C like類的算法書的可以看看這個
公開課
- Cousera：密歇根大學的《零基礎 Python 入門》系列課程，部分內容是基於《Python for Informatics》這本書的，可以免費聽每一門課
- 中國大學MOOC：哈工大的《高級語言程序設計（Python）》，不喜歡英語的可以通過這門課入門，順便學習一下Spyder這個IDE
Python 專項篇
下面所列的課程或書籍不代表比上面的難，只是更專門針對某個方面，需要一定的python基礎（僅僅是一定的python基礎，完全不需要啃完Oreilly那一個系列）
書籍
- 《Building Machine Learning System With Python》（譯名：《機器學習系統設計》：還沒看，挖個坑，以後再填
- 《Machine Learning in Action》（譯名：《機器學習實戰》）：簡單介紹了一些常用的算法和一些例子的python實現（不是調sklearn包，而是直接實現），不是很詳細，可以作爲大略瞭解某種算法思想的書來看看
- 《Scipy Lecture Notes》：生動詳細介紹了Numpy，Scipy的基本功能和高級功能，也介紹了一些Scikit-learn等一些包。文檔開源，製作精良，強烈推薦
- 《Pandas:powerful Python dada analysis toolkit》：python數據分析包pandas的官方文檔，比較實用
機器學習/數據挖掘篇
書籍
- 《機器學習》——周志華：國內機器學習第一人，目前還沒看這本書，聽過他的講座，還是不錯的
- 《Pattern Classification》（譯名：《模式分類》）：周志華組裏的一位學長推薦的書，數學證明較多，主要偏向模式分類這個具體的方向
- 《統計學習方法》——李航：另一位大牛學長推薦，目前也還沒看，以後再來填坑
公開課
- Coursera: 斯坦福大學的《Machine Learning》：五星推薦的入門課程，Prof. Andrew Ng 講得十分生動仔細，不需要太高數學水平，涵蓋了許多機器學習方面的內容。課後作業一定要做，對加深理解很有幫助，有時間還可以再回放一遍，整理一下
- Coursera: 斯坦福大學的《Probabilistic Graphical Models》：還沒上，以後再填坑
- Coursera: 伊利諾伊大學香檳分校的《數據挖掘專項課程》：還沒上完，以後再填坑
其他
Stackoverflow : 越來越覺得這個論壇的強大
Quora : 國外的知乎
Scikitlearn：Python機器學習包的官網，有很多例子和大量的API文檔