作者：Frank Tian
https://www.zhihu.com/question/332726203/answer/737596538

入門

首先，你要知道什么是機(jī)器學(xué)習(xí)。

這里我推薦Andrew Ng的機(jī)器學(xué)習(xí)教程，比較適合新手和來(lái)自工業(yè)界對(duì)數(shù)學(xué)要求不是很高的同學(xué)。

這門課適合剛上大學(xué)的萌新們。

https://www.bilibili.com/video/av50747658

它有19個(gè)小時(shí)，我看完它用了將近兩個(gè)月，我建議你也不要看的太急。

當(dāng)看完這些教程之后，你就對(duì)機(jī)器學(xué)習(xí)有了清晰的認(rèn)知。

https://www.bilibili.com/video/av49445369

這門課同樣不難，不需要高深的數(shù)學(xué)知識(shí)，同樣是為新手們準(zhǔn)備的。

深度學(xué)習(xí)的內(nèi)容稍多，Andrew帶你粗略的了解了AI的一些方面，一共25個(gè)小時(shí)，我看完它花了三個(gè)月。

在期間我去實(shí)踐了他提到的各種優(yōu)化方法和技巧，閱讀了CV和NLP領(lǐng)域他提到的論文，并且找到輪子跑了跑。

我認(rèn)為，深度學(xué)習(xí)的學(xué)習(xí)更重要的是實(shí)踐。

進(jìn)階

接下來(lái)，你可以嘗試讀一些有公式推導(dǎo)的專業(yè)書(shū)籍了。

前提是你已經(jīng)了解了線性代數(shù)，微積分和概率論的知識(shí)，當(dāng)然，作為計(jì)算機(jī)系的同學(xué)，你一定掌握了離散數(shù)學(xué)。

我推薦《統(tǒng)計(jì)學(xué)習(xí)方法》，它適合接受能力正常的同學(xué)。

https://book.douban.com/subject/10590856/

因?yàn)槲沂墙佑|機(jī)器學(xué)習(xí)很久后才接觸到這本書(shū)的，因此我讀的很快，沒(méi)有印象到底讀了多久?？傊@本書(shū)比較平易近人。

https://book.douban.com/subject/26708119/

這本書(shū)的覆蓋范圍非常廣，適合打算進(jìn)一步深入這個(gè)領(lǐng)域的同學(xué)。

這本書(shū)是我機(jī)器學(xué)習(xí)的入門書(shū)籍，又愛(ài)又恨。

看這本書(shū)的同時(shí)你可能會(huì)感到數(shù)學(xué)基礎(chǔ)不夠，十分歡迎你補(bǔ)課凸優(yōu)化。

https://book.douban.com/subject/21249088/

https://www.bilibili.com/video/av40868517

李宏毅老師非常幽默風(fēng)趣，上他的課是十分快樂(lè)的事情。

https://www.bilibili.com/video/av10590361

https://www.bilibili.com/video/av9770302

我真得真得非常喜歡他講的課，同時(shí)我認(rèn)為你看完這些課之后會(huì)對(duì)機(jī)器學(xué)習(xí)（主要是深度學(xué)習(xí)部分，對(duì)，他幾乎不怎么講統(tǒng)計(jì)學(xué)習(xí)）有更深的認(rèn)識(shí)。

這三個(gè)視頻分別是31，40，11個(gè)小時(shí)，我看完花了相當(dāng)長(zhǎng)的時(shí)間，如果你已經(jīng)有一些接觸但是擔(dān)心他哪里講的太好沒(méi)聽(tīng)到可惜，那么可以先瀏覽他的slides，slides做的也非常棒！

因?yàn)檫@本書(shū)開(kāi)源了，我直接給你pdf：https://urlify.cn/JZFBJv

這本書(shū)是強(qiáng)化學(xué)習(xí)領(lǐng)域非常非常經(jīng)典的教材，但是這本書(shū)寫(xiě)的太磨嘰了！

不過(guò)我也沒(méi)有其他備選項(xiàng)，如果有讀過(guò)其他強(qiáng)化學(xué)習(xí)教材，感覺(jué)不錯(cuò)的，歡迎補(bǔ)充。

深入

接下來(lái)該深入了解機(jī)器學(xué)習(xí)了，到了這個(gè)階段，你也不是大家口中的小白了。

統(tǒng)計(jì)學(xué)習(xí)方面，我推薦Pattern Recognition and Machine Learning

https://book.douban.com/subject/2061116/

這本書(shū)詳細(xì)的介紹了頻率派和貝葉斯派的思想，讀這本書(shū)的時(shí)候你會(huì)有一種恍然大悟的感覺(jué)。

注意網(wǎng)上的版本可能會(huì)有錯(cuò)誤，參考這本書(shū)的勘誤。https://urlify.cn/ER7zie

https://book.douban.com/subject/26883982/

https://book.douban.com/subject/4007200/

它和前面那本Reinforcement Learning: An introduction一樣，非常全面，但缺點(diǎn)是太啰嗦了，英文版1200+頁(yè)，我沒(méi)讀完。

https://book.douban.com/subject/3294335/

https://book.douban.com/subject/1789534/

https://book.douban.com/subject/10758624/

可以看到，這些書(shū)的側(cè)重點(diǎn)都不同，這也是為什么我打算都讀一遍它們。

當(dāng)然，如何找到合適的論文，這類問(wèn)題在知乎已經(jīng)有非常詳細(xì)的回答了。同時(shí)，知乎也是一個(gè)學(xué)習(xí)機(jī)器學(xué)習(xí)的好地方，這里有很多知識(shí)淵博的答主，他們?cè)谖覄側(cè)腴T的時(shí)候給了我非常大的幫助。

2.數(shù)學(xué)基礎(chǔ)。有些人覺(jué)得現(xiàn)在搞深度學(xué)習(xí)不需要啥數(shù)學(xué)基礎(chǔ)，但那樣只會(huì)淪為低級(jí)的調(diào)包俠，不能成長(zhǎng)為一名合格的煉丹術(shù)士。機(jī)器學(xué)習(xí)（包括深度學(xué)習(xí)）需要的數(shù)學(xué)基礎(chǔ)包括：微積分（熟練掌握），凸優(yōu)化（熟練掌握），矩陣論（熟練掌握其中矩陣運(yùn)算，各種分解等，并理解其含義），泛函分析（理解，如果不做相關(guān)內(nèi)容，看著不眼生即可），高等概率論（理解，常用概率公式和概率定理）。數(shù)學(xué)不要光看，要聯(lián)系機(jī)器學(xué)習(xí)當(dāng)中的實(shí)際應(yīng)用一起理解。

3.編程基礎(chǔ)。常用的有python，MATLAB，C/C++等，理論上C/C++學(xué)好了，其他語(yǔ)言掌握特性和擴(kuò)展包即可。

4.如何深入。找個(gè)靠譜的老師！找個(gè)靠譜的老師！找個(gè)靠譜的老師！翻到你們學(xué)院老師主頁(yè)，如有文章發(fā)表在NIPS，ACL，CVPR，ICLR，ICML等會(huì)議上，說(shuō)明學(xué)術(shù)水平非常不錯(cuò)。然后打聽(tīng)其人品，人品可以，就聯(lián)系跟著做?？孔V的老師會(huì)直接帶你走入到一個(gè)細(xì)分領(lǐng)域的最前沿，節(jié)省大量的搜索時(shí)間。

推薦個(gè)我們學(xué)校的課程：https://urlify.cn/JJVv6v

在syllabus那一欄下面有所有的課件。我覺(jué)得Kilian是個(gè)很好的教授，講得非常清楚。（雖然我不怎么去上課。。）他的課件也是循序漸進(jìn)挺有條理的。我感覺(jué)機(jī)器學(xué)習(xí)的傳統(tǒng)方法其實(shí)都是統(tǒng)計(jì)的各種運(yùn)用。。所以如果題主統(tǒng)計(jì)學(xué)得好的話其實(shí)看起來(lái)應(yīng)該沒(méi)有什么問(wèn)題。在知道各種傳統(tǒng)模型背后的原理之后其實(shí)就可以去調(diào)參娛樂(lè)了。推薦再學(xué)個(gè)python，現(xiàn)在感覺(jué)python已經(jīng)占領(lǐng)了機(jī)器學(xué)習(xí)領(lǐng)域。。

如果題主追求分析模型的能力，比如說(shuō)分析一個(gè)SVM的最大error margin是多少這種東西，就屬于master level的課程了。類似于machine learning theory這種課。我能力有限無(wú)法做出評(píng)價(jià)。

課程后半段會(huì)討論深度學(xué)習(xí)的概念，這個(gè)學(xué)起來(lái)的感覺(jué)和傳統(tǒng)模型差別很大，挺魔性的。我覺(jué)得作為本科生題主只要能在不同場(chǎng)景下知道運(yùn)用什么魔性，大概怎么調(diào)參，就可以了。如果以后還對(duì)這個(gè)領(lǐng)域感興趣的話可以讀研讀博深造。如果你想要練手的項(xiàng)目之類的我也可以試著去翻翻以前的作業(yè)。。

準(zhǔn)備

循序漸進(jìn)

練手

-END-
      

       

        

       
       

        

         

          

           

            

             
猜你喜歡（點(diǎn)擊下劃線即可跳轉(zhuǎn)閱讀
            
           
          
         
        
       
       

        我腦洞大開(kāi)，讓機(jī)器人來(lái)給我剪頭發(fā)
       
       

        有一個(gè)懂機(jī)械、懂焊接、懂電子的爹是什么概念。。。
        

       
       

        C++ 基礎(chǔ)知識(shí)！初學(xué)者必看！
        

       
       

        酷！GitHub開(kāi)發(fā)者自研火星車，開(kāi)發(fā)教程全面開(kāi)源
        

       
       

        

         

          

           

            

             

              

               ?最 后??
              
?
            
           
           

            若覺(jué)得文章不錯(cuò)，轉(zhuǎn)發(fā)分享，也是我們繼續(xù)更新的動(dòng)力。
           
           

            5T資源大放送！包括但不限于：C/C++，Linux，Python，Java，PHP，人工智能，PCB、FPGA、DSP、labview、單片機(jī)、等等！
           
           

            在公眾號(hào)內(nèi)回復(fù)「
            更多資源
            」，即可免費(fèi)獲取，期待你的關(guān)注~
           
           

            
            長(zhǎng)按識(shí)別圖中二維碼關(guān)注