机器学习理论需要非常扎实的数学基础，包括优化，概率，分析等等，这边我们只列出机器学习理论的课程，由简到难，不同的课程中间会有一些重复交叉的内容，希望大家坚持下来。
如果大家认为有什么数学是必备的，可以告知我们，我们会补充在这一专栏，帮助大家更好的学习。
Hebrew的机器学习理解这门课程的视频非中英文，但是因为作者是参考书的作者，而且他的slides也不错，如果我们有能力了定会尽量实现翻译，目前大家将就看一下原版即可。
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 机器学习在线方法 | MIT | 暂无 | 链接 |
| 机器学习理解 | Hebrew | Understanding Machine Learning: From Theory to Algorithms | 链接 |
| 机器学习理论基础 | CMU | An Introduction to Computational Learning Theory | 链接 |
| 理论机器学习 | Princeton | 暂无 | 链接 |
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 机器学习在线方法 | MIT | 暂无 | 链接 |
| 机器学习理解 | Hebrew | Understanding Machine Learning: From Theory to Algorithms | 链接 |
| 机器学习理论基础 | CMU | An Introduction to Computational Learning Theory | 链接 |
| 课程 | 机构 | 参考书 | Notes等其他资料 |
|---|---|---|---|
| 理论机器学习 | Princeton | 暂无 | 链接 |
| 书籍 | 要求 |
|---|---|
| (draft) Introduction to Online Convex Optimization, by E. Hazan | 要求 |
| An Introduction To Computational Learning Theory, by M.J. Kearns and U. Vazirani | 要求 |
| Understanding Machine Learning: From Theory to Algorithms, by Shai Shalev-Shwartz and Shai Ben-David | 要求 |
| Introductory Lectures on Convex Optimization Introductory Lectures on Convex Optimization | 不做要求 |
| Prediction, Learning and Games, by N. Cesa-Bianchi and G. Lugosi | 不做要求 |
| Boosting: Foundations and Algorithms, by R. E. Schapire and Y. Freund | 不做要求 |
| Foundations of Machine Learning, by Mehryar Mohri, Afshin Rostamizadeh, and Ameet Talwalkar | 不做要求 |
恭喜您坚持到了现在，现在您已经拥有了扎实的机器学习理论功底，同时经过这么多的练习，也已经掌握了理论及其学习中的较为经典甚至一些较为前沿的技术，接下来如果您希望继续深造并成为大师并对该领域做出突破贡献，我们强烈建议您进入高校或者其他研究所进行深造，因为现在您当前的基础已经完全可以支撑您进行进一步研究，如果有好的导师引路，加之努力，将来定会成为大师，希望继续加油！。