人工智能知识整理-第1辑(20170603)-机器学习入门资源汇总

字数 1062阅读 939

有一天我忽然忘记了一个函数的用法,于是就上谷歌搜,结果搜出来的竟然是自己写的一篇笔记,上面有很详细的回答。当时感觉是跟另外一个自己进行交流,那一个是刚学完知识,印象还非常深的自己。

Paste_Image.png

于是翻了一下微信、微博和知乎上收藏的文章,发现有很多文章收藏以后没有认真地看,或者就是虽然看了,但也已经忘了。因此产生一个念头,用一个工具整理各个平台上收藏的文章,分门别类地放好,并且进行整理汇总,逼自己好好地复习一遍,并把整理好的资料发到网上,这样一来可以对自己所学的东西进行梳理巩固,使知识脉络结构更加清晰,二来又可以帮到其他人,这也是写文章的动力。

所以决定开个小专栏,《人工智能知识整理》,用来分享自己看过的,并且觉得有用文章,每一辑都以简介+链接的形式介绍,第1辑就以深度学习入门资源为主题,介绍自己曾经所学过的课程,或者觉得还不错的资源。

  1. Fast.ai深度学习实战
    由Jeremy和Rachel创作的一系列深度学习课程,初学者即使不会微积分、不会概率论、不会线性代数、不会Python,都能一步步地在课程当中慢慢学会深度学习的应用,本号有一篇介绍的详细文章,大家请看:
    深度学习没你想象的那么难,Fast.ai 带你学习带你飞!

  2. Andrew Ng--《Machine Learning》
    不用说,这门课程基本上是学机器学习的学生必修课程,直接到Coursera上进行学习:
    Coursera--Machine Learning

  3. 深度 | 机器学习初学者最常见的5个错误:你该怎么避开它们?
    机器之心的文章,现在回头看看,这5个错误真的会犯:
    深度 | 机器学习初学者最常见的5个错误:你该怎么避开它们?

  4. 人工智能从入门到进阶,机器之心高分技术文章全集
    同样来自机器之心,上面有非常多的资源,不过未经更详细的分类,读者需要有选择地阅读。
    人工智能从入门到进阶,机器之心高分技术文章全集

  5. 技能 | 如何开始深度学习?这里有一份完整的攻略
    本文由AI100编译,作者是GRANDJANITOR,分享了他的学习历程。
    技能 | 如何开始深度学习?这里有一份完整的攻略

    总结,本人是从吴恩达的Machine Learning学起,吴老师的课程是带大家入门机器学习这个领域,机器学习包括很多很多方面,例如回归、分类、聚类、神经网络等等,课程基本上涵盖了主流的算法,也带大家用matlab实现了一遍。但这仅仅是开始,吴恩达带大家进入了机器学习的世界之后,如果想钻研某一方向的内容,就必须自己去寻找更深入的课程,比如笔者感兴趣的是图像深度学习,于是就去学Fast.ai,和李飞飞的CS231n。如你对推荐系统感兴趣,可以阅读项亮的《推荐系统实践》、《集体智慧编程》。如你对NLP感兴趣,Fastai的课程有NLP的内容、Michael Collins的公开课课程(跟吴恩达的风格比较像)、斯坦福CS224d,又或者入门时可阅读吴军老师的《数学之美》,都是非常好的课程资源。

“老师带入行,修行看自己。”

推荐阅读更多精彩内容