说到机器学习入门,很多人第一个甩出来的网课就是吴恩达的课。不得不说,这是一门非常好的课。如果有一定的数理基础,又对机器学习涉及的数理知识感兴趣,会觉得这门课非常清晰明了、容易理解。
然而,曾经作为完全数理盲的我,硬上这门课的感觉就是非常吃力,但吴大神又老说,“没有学过微积分也没关系 ” 在吴大神的温柔术催眠下,我一遍又一遍懵逼地刷呀,刷呀,刷呀,还是刷得一知半解,于是一怒之下回头开始补起了高数......
虽然抛开吴恩达聊机器学习可能会被diss,但我还想说说我早期的入门方法:
1、需要准备一些数学资料供你随时学习,如果你实在不放心可以先用几天的时候复习一下。线性代数、微积分、概率论和统计学、函数等等都是要掌握好的内容。
2、学习python基础知识学习,很多人喜欢搞一本厚厚的书来看,虽然看完了但是还不会用Python,这是最大的悲哀,可以选则一个网站进行入门练习。然后尝试着搭建一个Python环境,再学习一些常见的Pythonn库,最好可以找一些demo练手。
3、学习机器学习的原理知识
学习机器学习的基本概念和算法的原理,你可以通过看书,看视频来学习。
喜欢看书的同学在入门阶段可以看李航《统计学习方法》、周志华《机器学习》。其实看书是很无聊的,我推荐你们先去找一些网上的公开课程学习学习,比如李宏毅的机器学习公开课,唐宇迪的机器学习入门,这些都是适合入门的视频课程。
而吴恩达的课程建议累积一定的基础知识之后再看,一开始就看的话,会比较被动。
4、深入学习
找到一个自己感兴趣的课程深入学习,跟着步骤学习一些原理知识、算法、demo,附带项目实操。就比如我经过比较后选则了人工只能与机器学习的实践课,进行系统的学习。
免费分享一些我整理的人工智能学习资料给大家,整理了很久,非常全面。包括一些人工智能基础入门视频+AI常用框架实战视频、图像识别、OpenCV、NLQ、YOLO、机器学习、pytorch、计算机视觉、深度学习与神经网络等视频、课件源码、国内外知名精华资源、AI热门论文、行业报告等。
为了更好的系统学习AI,推荐大家收藏一份。
下面是部分截图,文末附免费下载方式。
一、人工智能免费视频课程和项目
二、人工智能必读书籍
三、人工智能论文合集
四、人工智能行业报告
学好人工智能,要多看书,多动手,多实践,要想提高自己的水平,一定要学会沉下心来慢慢的系统学习,最终才能有所收获。