人工智能学习线路

最新推荐文章于 2024-07-09 09:58:25 发布

lgyfhk

最新推荐文章于 2024-07-09 09:58:25 发布

阅读量191

点赞数

分类专栏：知识/原理文章标签：人工智能学习

原文链接：https://blog.csdn.net/weixin_44015907/article/details/120700692?ops_request_misc=%257B%2522request%255Fid%2522%253A%2522167253913616782425199898%2522%252C%2522scm%2522%253A%252220140713.130102334..%2522%257D&request_id=167253913616782425199898&biz_id=0&ut

版权

知识/原理专栏收录该内容

13 篇文章 0 订阅

订阅专栏

入门

首先，了解机器学习领域的常用术语，形成初步认识。

B站up主 “KnowingAI知智”以一种轻松有趣的方式分享了算法模型系列视频，介绍了机器学习的算法、模型和框架。
大家可以通过以下链接访问该视频系列：
https://space.bilibili.com/237111975/channel/detail?cid=177611&ctype=0

其次，对机器学习相关概念有一定认知过后，可以更加深入地了解机器学习、深度学习和神经网络的基础知识。提醒一下，在入门时了解神经网络和反向传播的知识是非常必要的，它可以在你进行深入学习时带来巨大的先发优势。

“3Blue1Brown”是由斯坦福大学一位数学系学生Grant创建的科普频道，主要分享高等数学相关内容，同时也进行计算机相关知识的科普，他被誉为全b站最火的数学科普up主。Grant制作的“深度学习”系列视频，非常清楚、细致地解释了反向传播算法、梯度下降算法、神经网络等相关概念。这部分视频可以更加充分地了解机器学习算法是什么，以及它的工作原理，从而为更加深层次的学习奠定基础。
大家可以通过以下链接访问该视频系列：
https://space.bilibili.com/88461692/channel/detail?cid=26587

逐步深入学习

准备了一份课程列表，根据难度由低到高的顺序进行排列。排列在前的课程主要对机器学习的各方面进行简单介绍，排列在后的课程逐渐深入机器学习的专业领域。大家可以通过这一部分的课程，逐渐适应机器学习的节奏，为接下来的专业化学习打好基础。

机器学习导论（斯坦福大学）

授课老师吴恩达（Andrew
Ng）是人工智能和机器学习领域国际上最权威的学者之一，同时也是在线教育平台Coursera的联合创始人，被誉为人工智能专家和教育先驱。这门机器学习导论课共计20个课时，内容涉及线性回归、梯度下降、朴素贝叶斯、决策树等机器学习的重要概念。该课程可以帮助你对机器学习有一个全面而又细致的了解。
可以在B站上进行访问：https://www.bilibili.com/video/BV1JE411w7Ub?p=1

深度学习导论（MIT）

B站有来自MIT关于“深度学习”的公开课视频，共计43个课时，内容涉及循环神经网络、卷积神经网络、强化学习等的理论知识和前沿实践。
访问链接如下：https://www.bilibili.com/video/BV1g34y1Q79p?p=1

深度学习专项课程（DeepLearningAI—吴恩达）

DeepLearningAI由吴恩达博士创立，以满足世界一流人工智能教育的需求。大家可以通过访问DeepLearningAI在YouTube的官方账号，找到其在Coursera课程中关于机器学习的相关视频。
可以通过访问链接在B站找到其搬运视频：https://www.bilibili.com/video/BV1FT4y1E74V?p=2&spm_id_from=pageDriver

MIT Deep Learning

2020年深度学习讲座：
https://www.bilibili.com/video/BV1Y7411d7xV?from=search&seid=10656918578301312657&spm_id_from=333.337.0.0
自动驾驶公开课：
https://www.bilibili.com/video/BV1tW411M7S9?from=search&seid=10656918578301312657&spm_id_from=333.337.0.0

数学基础

微积分

浙江大学苏德矿《微积分》 https://www.icourse163.org/course/ZJU-1003315004
国防科技大学朱健民《高等数学》 https://www.icourse163.org/course/NUDT-9004
Grant Sanderson 《微积分的本质》https://space.bilibili.com/88461692/channel/detail?cid=13407

线性代数

北京大学丘维声《高等代数》https://www.bilibili.com/video/BV1Pb411K7JA?from=search&seid=13960699102829916094&spm_id_from=333.337.0.0
Grant Sanderson 《线性代数的本质》https://www.bilibili.com/video/BV1ys411472E?p=2

概率论

浙江大学-概率论与数理统计https://www.icourse163.org/learn/ZJU-232005?tid=1001613003#/learn/announce
Grant Sanderson 《概率论》https://www.bilibili.com/video/BV1R7411a76r?spm_id_from=333.999.0.0

阅读重要书籍

《深度学习》（免费）
Ian Goodfellow，Yoshua Bengio，Aaron Courville 著；赵申剑等译；人民邮电出版社；https://www.deeplearningbook.org/
《动手深度学习》（免费）
Aston Zhang, Mu Li，Zachary C. Lipton, Alexander J. Smola 著；人民邮电出版社；http://d2l.ai/
《概率机器学习导论》（免费）
Kevin Patrick Murphy 著；MIT出版社https://probml.github.io/pml-book/book1.html
《理解机器学习：从理论到算法》
Shai Shalev-Shwartz , Shai Ben-David 著；剑桥大学出版社
https://www.cs.huji.ac.il/~shais/UnderstandingMachineLearning/

编程

Mo平台的Python系列课程https://momodel.cn
Mo是一个人工智能实训平台，提供在线编程功能，无需搭建环境，便于初学者上手。该平台的Python系列课程从浙江大学迭代而来，包含了从Python到人工智能的相关内容，学习路径完整，系统性较强。
Learning with Python——https://www.bilibili.com/video/BV1ds411p7ut?p=1&vd_source=c931b3c9542db26e35aecfec923ee9c6
这是一个非常实用且丰富的机器学习教程，介绍了机器学习编程相关的工作原理和方法，包括从较为简单的回归、支持向量机等，到较为复杂的SVM、TensorFlow、卷积神经网络等。

其他资源

Reddit 社区https://www.reddit.com
Reddit 社区聚集了众多AI爱好者，大家可以在这里提问、讨论、分享项目、获取最新资讯等。
StackOverFlow https://stackoverflow.com/
StackOverFlow是全球最大的技术问答网站，被誉为“程序员必上的网站”，大家可以在里面找到很多高质量问答。
AI专家路线图 https://i.am.ai/roadmap
机器之心https://www.jiqizhixin.com
机器之心是国内的一个前沿科技媒体和产业服务平台,关注人工智能、机器人和神经认知科学,坚持为从业者提供高质量内容和多项产业服务。大家可以在机器之心官网首页找到很多关于人工智能和机器学习的最新消息。