有没有,一份完全从零入门人工智能的学习路线?
大家好,我是AI算法工程师——阿飞!
我花了近一个月的时间,和零基础的粉丝朋友沟通,然后通过反复修改反复修改,终于把这份适合所有零基础人群的学习路线给做出来了!不管是本科生、研究生、还是转行人群~只要是零基础都非常的适用
👉 涵盖知识👈
深度学习、机器学习、工具与软件基础、计算机视觉、NLP自然语言处理等等,真的非常全面,每个知识点我都推荐了对应的书籍教程论文等等且都是我精心挑选过的~
路线图介绍
制作不易!点个赞吧
👉 基础部分👈
基础部分需要学习Python与数学基础
Python需要学习Python基础知识、Python函数、Python面向对象编程
数学基础需要学习高等数学、线性代数、概率论、机器学习中的数学基础
最优化方法,这部分推荐 Python菜鸟教程,白话机器学习中的数学,这本书籍!其中Python菜鸟教程文档,只需要学习到内置函数,那一节就可以了。
👉 工具与软件基础👈
需要学习Nanty Pandas数,数据分析实战、深度学习框架Pytorch、Tensorflow
其中Nanty和Pandas这两个科学计算库、推荐教程还是Python菜鸟教程文档
数据分析实战推荐利用Python做数据分析这本书籍
深度学习框架pytorch与tensorflow分别推荐【ptorch教程】的
pytorch快速入门教程,于北京大学tensorflow 2.0笔记课程,时间不多的同学,也可以只学习pytouch,这一个深度学习框架~
👉 机器学习👈
掌握好了基础知识与工具的使用之后,我们就可以开始学习机器学习了~机器学习部分分为机器学习理论入门与机器学习实战入门
机器学习理论入门
推荐【ptorch教程】发布的机器学习教程视频,从理论到实战,由浅入深!可以搭配代码与课件配套资料一起学习,效果翻倍!还可以观看李航老师的同剧学习方法,还有周志华老师的西瓜书机器学习,挑选其中一个学习即可!
👉 深度学习👈
学完机器学习之后,可以在学深度学习,跟着路线图一步学习,系统的学习~
推荐书籍有——邱熙鹏老师的神经网络与深度学习、AI圣经深度学习花书
计算机视觉部分
推荐【ptorch教程】发布的计算机视觉教程视频,李飞飞计算机视觉公开课,以及CV相关经典任务模型的论文
自然语言处理部分
推荐斯坦福224自然语言处理课程,这些课都是有配套的课后作业,学习的过程中记得完成。
👉总结👈
以上人工智能路线图与书籍我都已经打包整理好了,有需要的可以关注我的公众号【AI技术星球】回复对应数字:235 获取
只要是粉丝还准备了人工智能大礼包
包含:深度学习,机器学习,pytorch,论文,opencv计算机视觉,yolo项目实战,自然语言处理等等