人工智能(机器学习)学习路线

人工智能(机器学习)学习路线

  • 一、小白必看:人工智能(机器学习)学习路线 2020-08-22
  • 二、人工智能新手入门学习路线和学习资源合集(含python/机器学习/深度学习/tensorflow)2020-04-09
  • 三、机器学习路线
  • 四、Python深度学习入门学习路线(简单速成不掉头发) 2020-11-15

一、小白必看:人工智能(机器学习)学习路线 2020-08-22

https://www.bilibili.com/read/cv7272427/

目前,人工智能、机器学习、自然语言处理等已经成为互联网技术的主流。

截止2020年,全国各大高校都逐步在建设人工智能学院,如:深圳大学、中国科学院大学重庆学院、南京信息工程大学等双一流建设高校。

机器学习
但是,很多同学一开始报考人工智能方向的专业,是感觉这很高大上,技术感很强;但当他真正去接触的时候,就有点陌生。

其实人工智能、机器学习是一个将数学、统计学、计算机技术、神经网络、电子信息等多门学科结合的专业方向。但也因此很多人走了弯路,这是因为一开始没有系统地,有规划地去学习;本期专栏我将结合自身的经验来跟大家分享如何去快速、系统地掌握这些技术。

学习路线:

1、程序设计语言:python

由于python本身的程序编写简洁快速、入门简单功能强大、代码开发效率很高、扩展性高等优势;既符合初学者,又简单易学;而且python的TensorFlow框架可以辅助我们后面机器学习算法(如:SVM等)的学习

2、编程软件安装:pycharm、Octave

pycharm:是一款python语言的编译器,大家可以去官网下载;如果是在校学生,可以使用教育邮箱进行激活,免费使用

Octave:是机器学习中使用到的软件,官网可以免费下载

3、理论知识学习路线:

对于机器学习的初学者,可能被很多人推荐的是周志华老师的《西瓜书》;但是,如果是初学者或者是数学功底(高数、线代、概率)不是很强的同学,是不建议看的;大家可以按照以下路线学习:

一、数学理论知识:

李航《统计学习方法》第二版

《矩阵论》西北工业大学出版社(主要了解矩阵求导法则、Hessian矩阵、范式等)

Stenphen_Boyd 《凸优化》(王书宁译)

大家把以上的数学基础看完,就可以进行专业理论的学习,进行实战了。

二、专业理论知识

《机器学习理论导引》

周志华《机器学习》 配套的《南瓜书》

视频:吴恩达《机器学习》

三、实战

《深度学习》花书AI

《动手学深度学习》

二、人工智能新手入门学习路线和学习资源合集(含python/机器学习/深度学习/tensorflow)2020-04-09

https://www.cnblogs.com/zhengzhicong/p/12670260.html

三、机器学习路线

第一,语言建议python

第二,数学基础,微积分,概率论,线性代数,凸函数等。没有这些数学知识,可以学吗?可以的。但是改进,完善,加上自己想法的话,会很难

第三,基础知识,机器学习概念,分类,模型评估,性能测量。基础的模型:线性模型,决策树,人工神经网络,支持向量机,贝叶斯分类期,集成学习,聚类等知识。

第四,进阶,特征工程,降维等等。还有,特征选择,稀疏选择,计算学习理论,半监督学习,概率图模型,规则学习。

第五,整合,研究,融会贯通。

四、Python深度学习入门学习路线(简单速成不掉头发) 2020-11-15

https://blog.csdn.net/weixin_44414948/article/details/109704871

你可能感兴趣的:(DeepLearning,人工智能,机器学习,深度学习)