此文是想要進(jìn)入人工智能這個(gè)領(lǐng)域、但不知道從哪里開始的初學(xué)者最佳的學(xué)習(xí)資源列表。原文是 Ray Alez編寫的“Artificial Intelligence resources”,簡(jiǎn)單翻譯后供大家參考。
一、機(jī)器學(xué)習(xí)
有關(guān)機(jī)器學(xué)習(xí)領(lǐng)域的最佳介紹,請(qǐng)觀看Coursera的Andrew Ng機(jī)器學(xué)習(xí)課程。 它解釋了基本概念,并讓你很好地理解最重要的算法。
這些不錯(cuò)的資源你可能也感興趣:
Perer Norvig 的Udacity Course on ML(ML Udacity 課程)
Tom Mitchell 在卡梅隆大學(xué)教授的 Another course on ML(另一門ML課程)
YouTube上的機(jī)器學(xué)習(xí)教程 mathematicalmonk
二、深度學(xué)習(xí)
關(guān)于深度學(xué)習(xí)的最佳介紹,我遇到最好的是 Deep Learning With Python。它不會(huì)深入到困難的數(shù)學(xué),也沒有一個(gè)超長(zhǎng)列表的先決條件,而是描述了一個(gè)簡(jiǎn)單的方法開始DL,解釋如何快速開始構(gòu)建并學(xué)習(xí)實(shí)踐上的一切。它解釋了最先進(jìn)的工具(Keras,TensorFlow),并帶你通過幾個(gè)實(shí)際項(xiàng)目,解釋如何在所有最好的DL應(yīng)用程序中實(shí)現(xiàn)最先進(jìn)的結(jié)果。
之后,為了更深入地了解,這里還有一些有趣的資源:
三、人工智能
“Artificial Intelligence: A Modern Approach (AIMA)” (人工智能:現(xiàn)代方法) 是關(guān)于“守舊派” AI最好的一本書籍。這本書總體概述了人工智能領(lǐng)域,并解釋了你需要了解的所有基本概念。
來自加州大學(xué)伯克利分校的 Artificial Intelligence course(人工智能課程)是一系列優(yōu)秀的視頻講座,通過一種非常有趣的實(shí)踐項(xiàng)目(訓(xùn)練AI玩Pacman游戲 )來解釋基本知識(shí)。我推薦在視頻的同時(shí)可以一起閱讀AIMA,因?yàn)樗腔谶@本書,并從不同的角度解釋了很多類似的概念,使他們更容易理解。它的講解相對(duì)較深,對(duì)初學(xué)者來說是非常不錯(cuò)的資源。
大腦如何工作
如果你對(duì)人工智能感興趣,你可能很想知道人的大腦是怎么工作的,下面的幾本書會(huì)通過直觀有趣的方式來解釋最好的現(xiàn)代理論。
我建議通過這兩本書入門,它們能很好地向你解釋大腦工作的一般理論。
其他資源:
四、數(shù)學(xué)
以下是你開始學(xué)習(xí)AI需要了解的非?;镜臄?shù)學(xué)概念:
微積分學(xué)
Khan Academy Calculus videos(可汗學(xué)院微積分視頻)
MIT lectures on Multivariable Calculus(MIT關(guān)于多變量微積分的講座)
線性代數(shù)
Khan Academy Linear Algebra videos(可汗學(xué)院線性代數(shù)視頻)
MIT linear algebra videosby Gilbert Strang(Gilbert Strang的MIT線性代數(shù)視頻)
Coding the Matrix(編碼矩陣) - 布朗大學(xué)線程代數(shù)CS課程
概率和統(tǒng)計(jì)
可汗學(xué)院 Probability(概率)與Statistics(統(tǒng)計(jì))視頻
edx probability course(edx概率課程)
五、計(jì)算機(jī)科學(xué)
要掌握AI,你要熟悉計(jì)算機(jī)科學(xué)和編程。
如果你剛剛開始,我建議閱讀 Dive Into Python 3(深入Python 3)這本書,你在Python編程中所需要的大部分知識(shí)都會(huì)提到。
要更深入地了解計(jì)算機(jī)編程的本質(zhì) - 看這個(gè)經(jīng)典的 MIT course(MIT課程)。這是一門關(guān)于lisp和計(jì)算機(jī)科學(xué)的基礎(chǔ)的課程,基于CS-結(jié)構(gòu)和計(jì)算機(jī)程序的解釋中最有影響力的書之一。
六、其他資源
Metacademy- 是你知識(shí)的“包管理器”。 你可以使用這個(gè)偉大的工具來了解你需要學(xué)習(xí)不同的ML主題的所有先決條件。
kaggle- 機(jī)器學(xué)習(xí)平臺(tái)
聯(lián)系客服