初见

一些课程

Andrew Ng的网络课程

Andrew Ng的机器学习课程

莫烦

HomePage:https://morvanzhou.github.io/

网易云课堂:https://study.163.com/provider/1111519/index.htm

GitHub:https://github.com/MorvanZhou/

推荐学习顺序:https://morvanzhou.github.io/learning-steps/

100-Days-Of-ML-Code

台大李宏毅的课程

一些书目

《Machine Learning Yearning》

来自Andrew Ng的免费AI技术指南

《DeepLearning》

是一本皆在帮助学生和从业人员进入机器学习领域的教科书,以开源的形式免费在网络上提供,因图书封面为杜鹃花景色,俗称“花书”;

关于花书的经验法则:

阅读建议:
- 为了补充基础可以阅读第1-5章,其中也包含了一些数学知识;
- 只关注主流神经网络知识可以阅读6-10章,介绍了DNN/CNN/RNN;
- 需要进一步了解一些调参和应用技巧,推荐阅读11和12章;
- 第13-20章为进阶章节,在入门阶段没有必要阅读;
- 按章节阅读耗时耗力的,建议的做法是吴恩达的课程讲到什么概念,到这本书里面可以相应阅读来理解,

《机器学习》

  • 豆瓣读书:https://book.douban.com/subject/26708119/
  • 因图书封面为西瓜图案,俗称“西瓜书”。
  • 大而全的书籍,因为篇幅的限制,涵盖了很多的内容但无法详细讲解,对于零基础的初学者实际阅读难度很大。
  • 阅读建议:将其作为参考书而不是主力阅读书,在入门阶段只阅读前十章即可。

pumpkin-book

南瓜书来源于西瓜书,由 开源组织Datawhale 发起,将西瓜书中1-7章节的公式进行了整理,对西瓜书中难点公式进行了详解,有跳跃性的公式进行了补充

南瓜书是西瓜书的公式推导版,里面的内容都是以西瓜书的内容为前置知识进行表述,所以南瓜书的最佳使用方法 是以西瓜书为主线,遇到自己推导不出来或者看不懂的公式时再来查阅南瓜书。

一些建议

1- 直接从主干和核心内容开始

机器学习涉及概率论、线性代数、计算机、神经科学等多方面,很多内容对初学者而言,晦涩难懂,过程极其枯燥。
如果从最底层的理论知识开始学起,试图补全知识结构,将耗费大量时间,造成“懈怠学习”,容易半途而废。
不要试图将八成的时间来啃这两成的内容,它们不是实际应用中需要重点了解的部分。
你的业务需求和应用目标对应着学习的路径、要达到的实际应用水平。
如果不是想成为“优化大师”,那么只需要将这些基础理论知识当做工具,而不是目的。
建议:不要试图掌握所有相关理论知识再开始学习,而是应该在学习和使用的过程中,哪里不会补哪里,这样更有目的性且耗时更低。

2- 搭建一个简单的运行环境和模型

作为初学者,最好先从顶层框架上有个大概性的系统认识,然后再从实践到理论,在实际学习和应用的过程中,有的放矢的查缺补漏知识点。
从宏观到微观,从整体到细节,更有利于机器学习快速入门。
建议:从独立搭建一个简单的回归模型开始,从实际案例中获取直观体验,更能激发学习积极性。

3- 不要收集过多的资料

过多的资料,很多时候会让绝大多数人产生“自我安慰和欺骗”的错觉:“感觉良好”,“以后一定会好好学习,取得进步”。
繁杂的内容,则会让人容易陷入到一种迷茫和焦虑的状态。
建议:避免单纯的“信息收集”,贪多嚼不烂,不仅浪费精力而且分散注意力,最终真正有效的信息往往是“少而精”的。

4- 分辨信息的局限性

机器学习的发展和变化速度很快,相关信息爆发性增长的同时,这些信息往往时效性也很强。
很少有信息永远是对的,信息的价值都是放在“某个标准和环境”之下才得以体现,只适用于特定环境和某个时期。
因此在使用这些信息时,最重要的就是独立思考、去伪存真的能力,不要急着全盘接受,也不要因为“没有眼缘”而全盘否定。
建议:避免过时的“大部头”资料,而是应该选择“小而新”的,例如:购买最近三年以内出版且口碑良好的书籍、查看官网最新信息等。

5- 有效的投入与坚持

如果说以上几条是技巧性的学习方法,那么这一条则是对初学者唯一的硬性要求。
有目的,讲方法,别蛮干,可以尝试着与自身的工作经历结合起来。
对特定领域的深刻理解往往就是捅破窗户的那最后一层纸,只理解模型但不了解数据和数据背后的意义,导致很多机器学习模型只停留在好看而不实用的阶段。
通过跨领域完全可以做到曲线救国,化劣势为优势,可能比只懂机器学习的人有更大的行业价值。
机器学习没有那么高不可攀,没有必要放弃自己的本专业全职转行,沉没成本太高。

关于数学

  • 线性代数:矩阵以及计算、线性变换、SVD(Singular Value Decomposition,奇异值分解)
  • 概率论与数理统计:概率基础、随机向量与分布、总体/样本参数估计、随机过程与采样
  • 其它数学知识点:梯度、一阶二阶导数、微积分、数值计算与优化

一些资源

笔记

汇总

算法

GitHub札记

- MLEveryday/100-Days-Of-ML-Code
- scutan90/DeepLearning-500-questions
- fengdu78/deeplearning_ai_books
- fengdu78/Coursera-ML-AndrewNg-Notes
- https://github.com/apachecn/
- apachecn/AiLearning
- apachecn/python_data_analysis_and_mining_action
- MorvanZhou/Tensorflow-Tutorial
  • MorvanZhou/tutorials

AI - 学习路径(Learning Path)的更多相关文章

  1. AI学习路径

  2. Comprehensive learning path – Data Science in Python深入学习路径-使用python数据中学习

    http://blog.csdn.net/pipisorry/article/details/44245575 关于怎么学习python,并将python用于数据科学.数据分析.机器学习中的一篇非常好 ...

  3. NodeJS学习笔记 (24)本地路径处理-path(ok)

    模块概览 在nodejs中,path是个使用频率很高,但却让人又爱又恨的模块.部分因为文档说的不够清晰,部分因为接口的平台差异性. 将path的接口按照用途归类,仔细琢磨琢磨,也就没那么费解了. 获取 ...

  4. 机器学习(Machine Learning)&深度学习(Deep Learning)资料【转】

    转自:机器学习(Machine Learning)&深度学习(Deep Learning)资料 <Brief History of Machine Learning> 介绍:这是一 ...

  5. 机器学习——深度学习(Deep Learning)

    Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立.模拟人脑进行分析学习的神经网络,近期研究了机器学习中一些深度学习的相关知识,本文给出一些非常实用的资料和心得. Key W ...

  6. TensorFlow 中文资源全集,官方网站,安装教程,入门教程,实战项目,学习路径。

    Awesome-TensorFlow-Chinese TensorFlow 中文资源全集,学习路径推荐: 官方网站,初步了解. 安装教程,安装之后跑起来. 入门教程,简单的模型学习和运行. 实战项目, ...

  7. AI学习经验总结

    我的人工智能学习之路-从无到有精进之路 https://blog.csdn.net/sinox2010p1/article/details/80467475 如何自学人工智能路径规划(附资源,百分百亲 ...

  8. Java Learning Path(三)过程篇

    Java Learning Path(三)过程篇 每个人的学习方法是不同的,一个人的方法不见得适合另一个人,我只能是谈自己的学习方法.因为我学习Java是完全自学的,从来没有问过别人,所以学习的过程基 ...

  9. (转)机器学习——深度学习(Deep Learning)

    from:http://blog.csdn.net/abcjennifer/article/details/7826917 Deep Learning是机器学习中一个非常接近AI的领域,其动机在于建立 ...

随机推荐

  1. shell脚本实现svn目录同步和提交

    #/bin/bash set -x #提交变更rpm到svn function commit_to_svn() { target_svn_dir=$1 #新增rpm至svn命令 add_to_svn= ...

  2. 递归求6的阶乘(考虑int类型溢出)

    编码 public class Factorial { public static void main(String[] args) { System.out.println(fac(6)); } p ...

  3. 31. pt-variable-advisor

    pt-variable-advisor h=192.168.100.101,P=3306,u=admin,p=admin mysqladmin var>/root/test/pt-variabl ...

  4. BaseDao.util(虎大将军)

    package logistics.util; import java.sql.Connection; import java.sql.PreparedStatement; import java.s ...

  5. mysql的orde by 按照指定状态顺序排序

    要求按照以下顺序排序 审核中->审核拒绝->待放款->放款失败->待还款->已结清->已逾期 { id:80, label:'审核中'},{ id:100, lab ...

  6. [转] Shader Blending

    引用:1.Unity3D shader Blending2.[风宇冲]Unity3D教程宝典之Shader篇:第十三讲 Alpha混合 混合(Blending)是计算机呈现渲染结果的最后阶段,每一个像 ...

  7. iOS 关于重定向的那些事(NSURLProcotol-WKWebView)

    重定向定义:重定向(Redirect)就是通过各种方法将各种网络请求重新定个方向转到其它位置(如:网页重定向.域名的重定向.路由选择的变化也是对数据报文经由路径的一种重定向).   NSURLProt ...

  8. OPENCV中特征提取和匹配的步骤

    1.定义特征提取器和描述子提取器: cv::Ptr<cv::FeatureDetector> detector; cv::Ptr<cv::DescriptorExtractor> ...

  9. H5新特性---Web Worker---Web Stroage

    今天的目标 3.1:h5新特性八--Web Worker---代码就3行 程序:program 存储在外存(磁盘)中代码 进程:Process/Task 将程序调用内存中,分配空间 线程:Thread ...

  10. 小白的CTF学习之路7——内存与硬盘

    前天去网吧跟朋友包宿,导致昨天一整天都报废,今天早上研究了一下nethunter导致手机成功变砖,感冒不停地咳嗽,这些理由应该足够我前两天拖更了吧,下面开始正题 磁盘学习路线 虚拟缓存 虚拟内存 节约 ...