以下是为您精选的免费中文机器学习教程资源，覆盖视频课程、书籍、实战项目和社区平台，适合不同基础的学习者：

一、系统化视频课程

1. 吴恩达《机器学习》中文版

   • 网易云课堂免费授权课程，含完整中文字幕和习题
   • 特点：斯坦福经典课程，理论扎实，适合打基础

2. 李宏毅《机器学习》

   • B站官方合集（2023年更新版）
   • 特点：生动幽默，案例丰富，包含深度学习前沿知识

二、中文开源书籍

1. 《机器学习实战》

   • ApacheCN社区翻译，代码配套Python实现
   • 含经典算法手推过程+sklearn实战（如决策树、SVM、聚类）

2. 《动手学深度学习》

   • 李沐等学者编著，交互式Jupyter教材
   • 推荐重点：可直接在浏览器运行代码，覆盖CNN/RNN/GAN等

三、实战项目平台

1. Kaggle中文教程

   • 官方中文学习路径（数据处理/特征工程/模型构建）
   • 配套免费GPU资源和真实数据集练习

2. 阿里云天池学习赛

   • 中文赛道：从入门到进阶的编程任务（如房价预测、猫狗识别）
   • 提供云端Notebook环境，无需配置本地环境

四、专项突破资源

• 数学基础：3Blue1Brown线性代数中文版（可视化神作）
• 算法推导：白板推导系列（机器学习公式逐行手推）
• 面试准备：机器学习面试笔记（200+高频考题整理）

学习路线建议：

graph TB
    A[基础预备] -->|Python+线性代数| B[监督学习]
    B --> C[经典算法：线性回归/决策树/SVM]
    C --> D[深度学习入门：CNN/RNN]
    D --> E[实战：Kaggle/天池比赛]
    E --> F[进阶方向： NLP/CV/强化学习]

? 避坑提示：初学者建议优先掌握 Scikit-learn工具库 + PyTorch框架 组合，避免过早陷入复杂框架配置。

需要任何细分领域资源（如时间序列预测、推荐系统等）可告诉我，为您进一步定制推荐！