人工智能入门路线

人工智能入门路线

Python

视频：小甲鱼（b站）

实战：慕课网（初识Python Python进阶）

机器学习

视频：吴恩达（Coursera/b站）

实战：linyubobobo（慕课网）

博客：CSDN博客

深度学习

视频：吴恩达（Coursera/b站）

• 第一课：神经网络与深度学习
• 第二课：改善深层神经网络：超参数调试、正则化以及优化
• 第三课：结构化机器学习项目
• 第四课：卷积神经网络
• 第五课：序列模型

博客：CSDN博客

视频：CS230

Pytroch

资料：官方Tutorial英文
中文翻译

视频：龙龙老师 b站

视频：七月楮则伟 (偏向 NLP 方向)（b站）

视频：IBM AI（Coursera）

计算机视觉

视频：斯坦福cs231n（b站）

自然语言处理

视频：斯坦福cs224n（b站）

CV顶会

CVPR

ICCV

ECCV

AAAI

NLP顶会

ACL

EMNLP/NAACL

基础的算法和数据结构

Coursera精品课

Coursera 上有哪些课程值得推荐？

其他知识

概率论与数理统计

数值分析

矩阵论

随机过程

参考

【学习经历】如何入门人工智能？AI学习路线推荐

---

【计算机视觉】世界三大顶级会议介绍

CVPR

CVPR，英文全称Conference on Computer Vision and Pattern Recognition，中文全称是国际计算机视觉与模式识别会议。这个会议是由IEEE主办的一年一度的全球学术性顶级会议，会议的主要内容是计算机视觉与模式识别技术，每年CVPR都会有一个固定的研讨主题。会议一般在每年六月举行，大部分情况下会议都在美国西部地区举办，也会在美国中部和东部地区之间循环举办。

ICCV

ICCV，英文全称International Conference on Computer Vision，中文全称国际计算机视觉大会，这个会议也是由IEEE主办的全球最高级别学术会议，每两年在世界范围内召开一次，在业内具有极高的评价。ICCV论文录用率非常低，是三大会议中公认级别最高的。与CVPR不同的是，CVPR会议每年都在美国地区举办，而ICCV会议自1987年起至今每两年都会在全世界不同的国家举办会议，2005年ICCV是在中国北京举办的会议。

ECCV

ECCV，英文全称European Conference on Computer Vision，中文全称欧洲计算机视觉国际会议。ECCV每年的论文接受率为25-30%左右，每次会议在全球范围会收录论文300篇左右，收录论文的主要来源是来自于美国、欧洲等顶级实验室及研究所，中国大陆的收录论文数量在10-20篇之间。

Q&A

Q1：三大顶级会议的学术水平高低是怎样的？

A1：总体来说三大会议的学术水平差不多，不过ICCV水准会更高一些，录用率也会更低一些。对于三大会议的个人喜好排序是CVPR>ICCV>ECCV。CVPR因为是一年一次，所以在国际上的知名度和影响力范围更广一些。另外，ECCV是属于欧洲级别会议，不像CVPR和ICCV会议发起是美国地区，所以ECCV的参会人员较多不是北美地区的，欧洲地区的母语和口音各异，参会时听开会发言和会中交流对于英语已经不是母语的华人，还要仔细辨别浓重口音下的英语内容，实在有点力不从心。

Q2：三个顶级会议的接受率如何？

A2：没有明确的权威统计数据显示哪个会议接受率会更高一些，因为每个会议还会涉及各个细分领域，不过常见接受率范围为20-30%，平均接受率为25左右%。

Q3：除了这三个国际会议，Ruicy还有什么推荐的会议吗？

A3：在Computer vision领域，除了上面提到的三大顶级会议，还有例如：ICIP（International Conference on Image Processing），ICPR（International Conference on Pattern Recognition），和ACCV（Asia Conference on Computer Vision）。

Q4：除了计算机视觉领域，其他计算机领域Ruicy有什么推荐的顶级会议吗？

A4：那我就简单说下数据库、机器学习、人工智能这三个领域推荐的顶级会议吧。

1. Database数据库方向国际三大顶级会议分别为：

• SIGMOD：Special Interest Group on Management Of
• DataVLDB：International Conference on Very Large Data
• BasesICDE：International Conference on Data Engineering

2. Machine Learning机器学习方向国际顶级会议推荐：

• ICML：International Conference on Machine Learning
• NIPS：Neural Information Processing Systems

3. Artificial intelligence人工智能方向国际会议推荐：

• AAAI：American Association for Artificial Intelligence
• IJCAI：International Joint Conference on Artificial Intelligence
• NIPS：Neural Information Processing SystemsI
• CML：International Conference on Machine Learning

References：

【计算机视觉】世界三大顶级会议介绍

---

数据集大全：25个深度学习的开放数据集

介绍

深度学习的关键是训练。无论是从图像处理到语音识别，每个问题都有其独特的细微差别和方法。

但是，你可以从哪里获得这些数据？现在你看到的很多研究论文都使用专有数据集，而这些数据集通常不会向公众发布。如果你想学习并应用你新掌握的技能，数据就成为一个问题。

在本文中，我们列出了一些高质量的数据集，每个深度学习爱好者都可以使用并改善改进他们模型的性能。拥有这些数据集将使你成为一名更好的数据科学家，并且你将从中获得无可估量的价值。我们还收录了具有最新技术（SOTA）结果的论文，供你浏览并改进你的模型。

如何使用这些数据集？

首先要做的事——下载这些数据集，这些数据集的规模很大！所以请确保你有一个快速的互联网连接。

数据集分为三类——图像处理、自然语言处理和音频/语音处理。

让我们开始我们的数据集之旅吧！

References：

数据集大全：25个深度学习的开放数据

---