查看原文
其他

首发:适合初学者入门人工智能的路线及资料下载

机器学习初学者 机器学习初学者 2022-04-26

本文为AI入门提供了一个简易的学习路线,并提供了代码和数据集下载。(黄海广)


一、前言

AI以及机器学习入门,初学者遇到的问题非常多,但最大的问题就是:

资料太多!!!看不完!!!不知道如何取舍!!!人的精力有限!!!

我曾经写了一篇初学者入门的文章:《机器学习简易入门-附推荐学习资料》,这篇文章给初学者指明了学习的方向,受到广大初学者好评。

在此基础上,结合本站已经发过的文章,以及自己的学习过程,整理出一个AI的入门路线,并整合到一个github仓库,所有代码和数据集都提供了下载方式。

本路线适合本科、硕士以及刚接触机器学习的博士

根据这个github仓库学完以后,就基本入门了。

入门以后,遇到问题能上网搜索解决了,也知道接下来应该学什么。

二、学习路线的github

该仓库拥有者黄海广,致力于帮助机器学习初学者入门,帮助学习者更好地成长。仓库主要内容由黄海广原创,另一部分由其他公益组织创作。

仓库链接:

https://github.com/fengdu78/Data-Science-Notes

你不是一个人在战斗!


三、仓库目录及概述

  • 0.math

    数学基础

  • 1.python-basic 

    python基础

  •  2.numpy

    numpy基础

  •  3.pandas

    pandas基础

  •  4.scipy

    scipy基础

  •  5.data-visualization

    数据可视化基础

  •  6.scikit-learn

    scikit-learn基础

  •  7.machine-learning

    机器学习入门

  •  8.deep-learning

    深度学习入门

  •  9.feature-engineering 

    特征工程入门


四、学习路线说明

这个目录其实是一个学习路线:

0——>1——>2——>3——>4——>5——>6——>7——>8——>9

1-5是个整体,6和7的顺序可以交换也可以同时学习,8属于选学部分(深度学习),9放在最后学习。


五、学习路线和内容

第一部分,数学基础学习:

目录名称:0.math

数学基础:数学基础内容太多,很容易把人劝退,其实先把高等数学、概率论与数理统计和线性代数这三门课学熟了,大部分机器学习问题是能解决的。数学基础部分我放了三个资料。

第一个是当时考研和考博士复习的。数学基础,我把机器学习的部分,提炼出来。

第二、三个是今年刚翻译的CS229的线性代数和概率论,这部分是斯坦福所有人工智能有关的课程的数学基础复习材料,非常实用

这部分内容曾经有文章介绍(查看文章


第二部分,python学习

目录名称:1.python-basic 

python基础:这里有个代码练习:两天入门python

目录名称: 2.numpy

numpy基础:这里有2个代码练习

  • 一、适合初学者快速入门的Numpy实战全集

  • 二、Numpy练习题100题-提高你的数据分析技能

目录名称: 3.pandas

pandas基础:这里有3个代码练习

  • 一、《十分钟搞定pandas》:10-Minutes-to-pandas,这是十分钟搞定pandas 10 minutes in pandas的中文翻译。

  • 二、《pandas练习题》:Pandas_Exercises,这个是pandas的练习题。

  • 三、《pandas入门教程-2天学会pandas》:pandas_beginner

目录名称: 4.scipy

  • scipy基础:scipy的示例代码

目录名称: 5.data-visualization

数据可视化基础:这里有2个代码练习

  • 一、matplotlib学习之基本使用

  • 二、数据可视化的利器-Seaborn简易入门


第三部分,机器学习基础

目录名称:6.scikit-learn

scikit-learn基础:PyParis 2018: Machine learning using scikit-learn的代码翻译(截图如下:)

图:代码截图


目录名称:7.machine-learning

机器学习入门,推荐4份教程,着重推荐1、2部分。

  • 一、斯坦福大学2014(吴恩达)机器学习教程中文笔记及资源

    内容介绍(点击查看文章

  • 二、李航《统计学习方法》的代码实现

    内容介绍(点击查看文章

  • 三、周志华老师的《机器学习》的解答--南瓜书PumpkinBook

    内容介绍(点击查看文章

  • 四、台大林轩田《机器学习基石》系列课程教材的习题解答

    内容介绍(点击查看文章


目录名称:8.deep-learning

深度学习入门,推荐3份教程


目录名称:9.feature-engineering

特征工程入门,这个是项目实战部分。

总结

本文提供了适合初学者入门AI的路线及资料下载,以上内容都整合到一个仓库:

仓库链接:

https://github.com/fengdu78/Data-Science-Notes

备注:github下载太慢的话,关注我的公众号:“机器学习初学者”,回复“学习路线”即可下载本仓库的镜像文件,整个仓库压缩成一个iso。

机器学习初学者


黄海广博士创建的公众号,黄海广博士个人知乎粉丝22000+,github排名全球前120名(31000+)。本公众号致力于人工智能方向的科普性文章,为初学者提供学习路线和基础资料。原创作品有:吴恩达机器学习个人笔记、吴恩达深度学习笔记等。

往期精彩回顾

备注:加入本站微信群或者qq群,请回复“加群

加入知识星球(4100+用户,ID:92416895),请回复“知识星球

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存