**：
1、首先，是豆瓣上的資料鋪子主頁
因為我個人多是用r來做資料探勘和分析，所以主頁菌的內容很對我的胃口。這個主頁裡有大量用r做資料探勘的內容。我也向博主偷師了很多。儘管主頁菌已經停止更新內容了，但是現有的部分（其實文章量很大）已經可以令後來者學到很多了。
2、jerrylead在上的主頁
3、pluskid的主頁
博主是浙大本碩，後來貌似應該去了美國讀博。這個部落格跟jerrylead的很類似，大量數學推導，讓你從本質上認識和理解很多晦澀的資料探勘演算法。網路上很多人推崇csdn上的july，尤其是那篇svm三重境界。殊不知，july的三重境界也不過是jerrylead和pluskid左一段右一段的移花接木之作罷了。最開始我看這幾篇文章的時候，就發現內容像極了，尤其是pluskid畫的圖基本原模原樣地出現在了july的文章中。後來在知乎上看了帖子差不多也就明白裡面的事了。總之，希望大家還是能夠尊重原創吧。july的部落格也可以看，畢竟超千萬的訪問量，他東搜西湊的不斷整理沒有功勞也有苦勞，大家可權當乙個合集來看了。
4、龍心塵&寒小陽 的主頁
資料探勘和機器學習部落格中的新生力量，看了幾篇博文，感覺實力不俗。神經網路和深度學習部分的內容比較推薦。
其他公共資源
r、weka、python和matlab都是用來做資料探勘的利器（甚至spss、stata、sas也能用來完成一些資料探勘任務）。因此，事實上這些軟體或語言的公共主頁或論壇上也包含有大量不錯的內容（包括一些程式**和應用例項）。
如果你還是覺得聽英語很彆扭，那麼由台灣大學林軒田教授錄製的中文coursera課程（也就是傳說中的mooc）——機器學習系列就是乙個絕佳的資源。該課程分上下兩個部分，對於初學者可以學習——「機器學習基石」課程
聽這個名字你也能知道上面的課程講的是基礎。如果你想學習高階內容（當然，前提是基石部分的知識你已經統統掌握了），那麼你便可以選擇林教授的另外一門mooc課程——「機器學習技法」課程
最後，感謝上述資源提供者的無私奉獻。也衷心希望各位讀者學有所得，學有所成！
機器學習與資料探勘
機器學習的科學成分更重一些 資料探勘的技術成分更重一些 資料分析的角度 資料探勘並沒有機器學習探索人的學習機制這一科學發現任務 資料探勘中的資料分析是針對海量資料進行的 是一門多領域交叉學科，涉及概率論 統計學 畢竟輪 凸分析 演算法複雜度理論等多門學科，專門研究計算機是怎樣模擬或實現人類的學習行為...
資料探勘與機器學習入門
導論 機器學習演算法最適用的場景就是 不便用規則處理的場合 資料探勘 data mining 是有組織有目的地收集資料，通過分析資料使之成為資訊，從而在大量資料中尋找潛在規律以形成規則或知識的技術。機器學習 machine learning,ml 是一門多領域交叉學科，涉及概率論 統計學 逼近論 凸...
資料探勘與機器學習釋義
人工智慧是目前炙手可熱的領域，所有的網際網路公司以及各路大迦們紛紛表態人工智慧將是下乙個時代的革命性技術。資料探勘 data mining 和機器學習 machine learning 作為人工智慧研究與應用的分支領域，也越來越多的被提到。在大多數非計算機專業人士以及部分計算機專業背景人士眼中，機器...