无关利益,纯粹自己的人工智能学习规划。所涉及的书籍以及课程都没有给我广告费。未必正确,欢迎交流,仅供参考。

编程语言:Python

首先,是编程语言工具。虽然说语言只是个工具,但是我觉得还是要随大流。

“语言只是工具,编程思维才是最重要的”。这句话本没错,但是要看你怎么理解了。刚开始学习编程的时候,我们一定要先选定一门编程语言作为主航道,然后再学习其对应的数据结构,用其实现算法,并做一些项目。如果只是学会了语法,就算能用这门编程语言刷几道题,并不算是真的会这门语言。千万不要混着学,真的容易把自己玩得走火入魔,越学越迷惑。这里我建议先过一遍C语言,不用掌握多么好,了解大致的知识就好。起码知道变量、数据类型、循环结构、条件语句、函数的定义调用这些东西。过了一遍C语言,学起Python的基础知识简直可以起飞。当然,Python也可以作为第一门入手的语言,但是在学习的时候一定要多查查相关的知识拓展。

我是机械专业的,学校教的课程是C++,虽然++部分并没有学到,就是学了套了c++壳子的C语言。

Python学校没有开设课程,我是在B站自学的。看的是小甲鱼的课程(上课老是说点黄段子,听着不困),直接上链接:

【Python教程】《零基础入门学习Python》

小甲鱼也在出一个新的版本,我建议还是学习新的版本吧,肯定是在之前的版本上做了很多的优化:

【Python教程】《零基础入门学习Python》最新版(2022年09月29日更新)

小甲鱼的Python课程

吴恩达机器学习机器学习课程1

机器学习与深度学习推荐吴恩达老师的公开课,非常经典,不需要再说推荐理由了。

(强推|双字)2022吴恩达机器学习Deeplearning.ai课程

image-20221012130057834

课程地址:https://www.coursera.org/specializations/machine-learning-introduction

课程资料:https://github.com/kaieye/2022-Machine-Learning-Specialization

up主:啥都会一点的研究生

我将标题进行了翻译,字幕使用Coursera提供的英文,结合机翻与自己写的字幕脚本,尽力啦; 若无法访问GitHub资料,创建了一个在线实时网盘文件夹,放在公众号【啥都会一点的研究生】。本节课对应序号【19】,字幕文件等也一并放入。

数学基础:《线性代数》、《概率论与数理统计》

学习过程中涉及的线性代数知识,推荐大家复习 MIT 老教授的公开课。

直接在B站就可以观看:麻省理工学院 - MIT - 线性代数(我愿称之为线性代数教程天花板)

线性代数课程

要是觉得实在不想看国外的课,可以看宋浩老师的线性代数,个人倒是觉得挺适合本科生的(捂脸):

《线性代数》高清教学视频 “惊叹号”系列 宋浩老师

宋浩老师的课程

数理统计,据说李航的那本书很不错,但是我不是个喜欢看书的人。可以看陈希孺院士的《概率论与数理统计》,当然也有配套的视频教程,供大家学习。

【数学】概率论与数理统计 中科大 缪柏其主讲

概率论与数理统计课程


深度学习框架课程

我在学TensorFlow,是买的课程。因为我觉得B站里可以搜到的课没有看到让我觉得非常好的。

TensorFlow

后面也会学习PyTorch。

框架主要是实现,现在网上相关的资料也很多,Github代码也很多。可能了解一下多跑几个项目就差不多了。很多类似的项目都有点流程化、模板化了。


版权声明 ▶ 本网站名称:陶小桃Blog
▶ 本文链接:https://www.52txr.cn/2022/aikecheng.html
▶ 本网站的文章部分内容可能来源于网络,仅供大家学习与参考,如有侵权,请联系站长进行核实删除。
▶ 转载本站文章需要遵守:商业转载请联系站长,非商业转载请注明出处!!
▶ 站长邮箱 [email protected][email protected] ,如不方便留言可邮件联系。

最后修改:2022 年 10 月 12 日
如果觉得我的文章对你有用,请随意赞赏