前言
编写这篇文章的目的,用来记录自己的学习路径。期初准备学Ai时,以为这种东西跟PHP、Python一样能快速上手。但实际去搜索学习视频时,发现这个技术入门并不简单。
不同的教程表面上写着所谓的 “快速入门”、“0基础”,实际上并没有考虑到同学们的基础情况。以至于我当初找了很多教程,看着依然一头雾水,甚至有的教程从第二集就开始不知所云。虽说老师们讲的确实很好,但很多是针对已有部分基础的同学,并不适合所有人。
同样由于每个人基础不同,该文档也 并不适合所有人。仅供基础和我相似的同学提供参考。
故整理本人学习路径。当本人完成某一阶段的学习后,本文档会不定期更新。
个人知识背景
由于每个人起点不同,故首先介绍一下本人所掌握的知识树,供参考。
- 学习过高数、线代、概率。目前的能还记得相关数学概念,但是具体的计算过程完全忘记。
- 等效3年开发经验,其中使用Python 4年,没有机器学习基础。
实际学习路径:
1、吴恩达机器学习系列课程
学习时长:3个月(2021.9.24-2021-12-18)
链接:[中英字幕]吴恩达机器学习系列课程
通过该视频,掌握了机器学习的基础算法,以及算法的运行原理。虽说没有直接动手写代码,但是对于数学基础概念还能记住一点的我来说,是一个很好的入门教程。吴老师的课程讲的很细,一些数学基础也会进行简单的讲解证明。
2、唐宇迪高等数学机器学习教程
学习时长:2021.12.19-至今
链接:唐宇迪高等数学机器学习教程
开始复习高数、线代、概率的数学基础,同时学习本科期间没有学到的机器学习相关算法、概念等。
2.1、高数叔系列书
学习时长:从看到SVD矩阵分解开始学习-2022.2.15
由于上述视频课程进度略快,从矩阵SVD分解时就有点看不懂了,感觉原因是基础不够扎实,故买了一套入门书作为辅助来夯实基础,查漏补缺。
高数叔系列分为3本,积分、线代、概率。目前首先啃的是线代。
2.2、SVD矩阵奇异值分解视频
看晚了线代部分的书,看唐宇迪讲svd部分依然看不懂,最后去找了一个专门讲svf的视频。视频地址
2022年05月20日更新:
经过深思熟虑,不想白天工作代码晚上还在啃代码,而忽视了陪伴父母和对象。所以决定调换一些学习优先级,开始学习钢琴了。学成后弹给他们听,也算Work and life balance了。
人工智障小新暂时停业了。