当前位置: 华文问答 > 数码

如何自学人工智能?

2013-07-01数码

2023.11.11更新,成功拿到BAT之一算法岗秋招offer。

序:良心推荐,没有晦涩难懂的书籍,没有英文书籍,学习过程循序渐进,同时也没有杂七杂八多余的推荐,一切从简,截止2023年11月11日,这里的推荐应该都是最适合的,如果之后有优秀书籍现世,会及时更新。

再序:如果你急着证明自己(也就是需要成绩写入简历),那么不得不直接上手ML/DL相关;如果你现在处于一个相关行业的平台,有足够的时间,那么建议先从数学学起,之后再涉猎ML/DL。

阅读顺序从前到后

1. 基础版(更多从易懂、实践角度出发,数理要求低)

数学基础:

  1. 数学要素和矩阵力量

适合刚上大学的同学或对AI感兴趣的初学者,理论+配图+例子+代码实现,一套组合拳给你安排得明明白白。

3. 数学分析

4. 最优化方法

计算机基础:

  1. 数据结构
  2. 操作系统
  3. C++

推荐王道考研系列。

数据结构与算法python版,建议熟练掌握。

因为人工智能的落地是建立在代码实现的基础之上的,因此计算机基础非常重要,尤其是在大数据工业情形下,计算机基础对于项目设计的指导非常有价值。

就算不竞赛,最差最差面个试每一面都要来个题,早做准备,面试时候秒a还是很酷的。

深度学习/机器学习:

  1. 神经网络与深度学习 邱锡鹏老师
  2. @邱锡鹏

这书真的太好了,简洁明了,涉及机器学习,深度学习基本知识,我心目中最最出色的深度学习书,非常全面。

2. 请bilibili搜索 李宏毅 机器学习

理论知识(主要为公式推导):

  1. 李航老师 统计学习方法

代码:

课件:

链接: https:// pan.baidu.com/s/1izcazm XtwGV8De61p61Acw 密码: hpgf

课程:

2. 周志华老师 机器学习

公式解读:

代码复现(numpy):

3. 机器学习百板推导(视频)

编程知识:

  1. Python编程

2. Tensorflow2 / Pytorch

对于Tensorflow2,看这里

对于Pytorch,看这里

细分领域:

  1. 自然语言处理:

请bilibili搜索 李宏毅 自然语言处理。

2. 文本数据挖掘(宗成庆老师书)

2. 推荐系统:

王喆老师 @王喆 深度学习推荐系统

这书真的太好太好了,内容顺序非常舒适,同时结合现今工业级推荐系统

3. 图神经网络

4. 知识表示学习

5. 异常检测

6. 强化学习

打个比赛熟练下操作吧

时间序列预测类比赛,看这里:

nlp:

多模态:

写好代码也很重要呀!