当前位置: 首页 > 学习社区 > 转行经历 > 文章

普通程序员如何正确学习人工智能方向的知识?

爱思考的毛老师 2019-01-28 19:19 645
回答问题的,都是技术大神,所以在这里我不会谈过多的技术的问题,但考虑到小白用户的接受,我将从如下三个方面讲述,也是本文的脉络
  • 学习什么—帮你规划学习路径

  • 如何学习—给你高效学习方法

  • 有哪些好的学习资料—市面口碑较好的学习资料


我不得不问问其他回答者


第一:既然这个话题名称叫《普通程序员如何正确学习人工智能方向的知识?》,那么各位大神写的技术含量这么高的文章,是不是显的太深奥了,一般程序员是不是真的能看懂?

——所以我必须要深入浅出的道个明白

第二:推荐的资料就算是再好,但是资料不等于知识,学习效果怎么样,别人能不能坚持学完那就是另一回事。

——所以我会讲:如何高效的学习人工智能知识?

第三:市面现在人工智能的书籍、视频这么多,哪些是真正的好东西,哪些才是适合普通程序员学习的资料。

——所以我对资料做了优缺点分析,并给出评分等级

特别注意

看知乎的,基本都是中国人,很多大牛推荐的东西的都是国外网站、国外教授的英语课程,虽然他们讲的很好

  • 但是对于大部人的英语水平,我是打一个大大的?

  • 除非你英语很好,这里只是除非


所以我讲的,你一定能看懂,看不懂的,欢迎评论区留言


误解:人工智能是门槛很高,是很高大尚的技术,一般人是没办法入行的


我在这里先假设你是一名具有高等教育背景的理工科学生,学习过高等数学,如果你想转行人工智能该怎么学习

科普


在踏入人工智能大门前,我先讲一下,为什么这几年深度学习为什么突然火了


2016年AlphaGo 4比1 战胜李世石,掀起了一波AI热潮,DeepMind背后所用的深度学习一下子火了起来了。其实在内行看来,AlphaGo对阵李世石的结果是毫无悬念的,真正的突破在几年前就发生了。


最近AlphaGo的弟弟AlphaGo Zero把自己的哥哥直接横扫了,原因是AlphaGo Zero是两个机器人自己博弈,所以收敛速度要比学习人类棋谱快多了。


2012年,Gefferey Hinton的学生Alex使用一个特别构造的深度神经网络(后来就叫AlexNet),在图像识别的专业比赛ImageNet中,得到了远超之前最好成绩的结果,那个时候,整个人工智能领域就已经明白,深度学习的革命已经到来了。


果然,之后深度学习在包括语音识别,图像理解,机器翻译等传统的人工智能领域都超越了原先各自领域效果最好的方法。从2015年起,工业界内一些嗅觉灵敏的人士也意识到,一场革命或已到来。 


随着机器学习在生活中越来越广泛得被应用在各个领域,

比如:

  • 资讯类APP,每日的消息推送都是我们自己喜欢且关注的内容(人工智能的学习和记忆)

  • 百度搜索结果的排序推送是基于用户历史的点击数据,会更多地推送个人喜欢或认为正确的结果

  • 百度广告根据每个人喜好去最大化点击的概率

  • 美图秀秀根据用户储存的自动美化后的照片来优化算法

  • 滴滴帮助司机选择路线、规划车辆调度方案

  • 未来的自动驾驶技术重新定义智能出行、智能城市

  • APP背后的判断、预测、抉择、分类。

  • 当前发展比较热门的应用,语音识别 自然语言理解 知识图谱 个性推荐 个性化排序各种领域的进步

越来越多的程序员加入AI领域,那么入行AI领域需要哪些技能呢?

肯定你们也听到了,人工智能、机器学习、深度学习这样的关键词,那么他们之间得关系是什么?

<img src="https://pic3.zhimg.com/v2-df43cd31e0f112f43096fd0a094cfde2_b.jpg" data-caption="" data-size="normal" data-rawwidth="993" data-rawheight="425" class="origin_image zh-lightbox-thumb" width="993" data-original="https://pic3.zhimg.com/v2-df43cd31e0f112f43096fd0a094cfde2_r.jpg">

从图上可以看到,人工智能是一个很大的概念,机器学习是其中一个子集,而深度学习又是机器学习里的一种


第一章:学什么?


面对不同人,我规划了两种不同的路径


路径一:达到实战水准,快速入职人工智能技术岗。分3步走


Step1:学习一点导数、概率、矩阵及其运算等数学知识


Step2:学习列表、循环、遍历、字典、函数、类、科学计算库numpy等Python基础知识


Step3:直接学习深度学习,并大量实操Kaggle项目


为什么数学只学这么点儿?python只学这么点儿?深度学习是什么?

推荐一个能解决你入门所有疑惑的课程,听一遍就知道了

入门人工智能10大坑 - 网易云课堂study.163.com

也包括:职业发展、AI三类岗位工作职责、学习方法

面试技巧、简历优化、公司选择等


算是讲的比较详细的了


路径二:一步一个脚印,扎扎实实务实基础,分5步走


Step1:了解行业资讯,先来一波科普

所以在学习人工智能之前,你先了解一下行业得相关资讯,对这个行业有一个基本的认识,那么接下来你要准备学习了


Step2:务实基础—高数+Python来当道

机器学习里面涉及了很多算法,而这些算法又是数学推导出来,所以你要理解算法,就需要先学习一部分高数知识。不管是你在机器几面编辑一个算法还是应用算法,你都需要通过写程序来和机器进行对话,那么你需要编程,假如你的造诣比较高,可以用C语言,如果你是转行过来或者以前没有编程基础,那么学习Python会不错,因为Python语言相对比较简单。


Step3:机器学习算法+实践

掌握以上基础以后,就要开始学习完机器学习的算法,并通过案例实践来加深理解和掌握。还有很多机器学习的小案例等着你来挑战,前面掌握的好,后面当然轻松很多,步入深度学习


Step4:深度学习

深度学习需要机器大量的数据来训练模型,所以你的掌握一些数据挖掘和数据分析的技能,然后你再用来训练模式。在这里你可能会有疑问,据说深度学习,好像有很多神经网络,看着好复杂,编辑这些神经网络那不是太难了,你大可放心,谷歌、亚马逊、微软等大公司已经把这些神经网络模型封装在他们各自的框架里面了,你只需要调用就可以了。

深度学习课程:

深度学习理论与实战TensorFlow - 网易云课堂study.163.com深度学习理论与实战PyTorch实现 - 网易云课堂study.163.com

(目前小编认为制作精良,性价比最高的课程)


Step5:行业大型项目实践

当你学习完深度学习,此时你就可以自己动手训练一个小模型了。有条件的话,从一个项目的前期数据挖掘,到中间模型训练,并做出一个有意思的原型,能把一整套的流程跑通,那么恭喜你,你已经具备一名人工智能初级工程师的水准了


为了方便让你理解,我给你列举了学习课程的大纲,你一看啊就明白了

1、基础数学知识

  • 导数概念、如何求导、

  • 矩阵概念、矩阵基本运算、

  • 概率的概念、正态分布的概念等

【注意】以上内容足够,强烈不建议大家拿上一本数学教材从头到尾去读,更不要被网上对人工智能中数学知识高深莫测的描述吓到

2、Python基础知识、

  • 基本概念

  • 列表

  • 循环和遍历

  • 字典

  • 函数

  • 科学计算库 numpy

注意】 入行人工智能,以上Python知识足够, 强烈不建议一开始就花很多时间去系统学习Python,避免在程序语言学习阶段放弃了。 

3、机器学习基础入门+实践

  • 介绍[1]

- 什么是/不是ML

- 什么可以/不能用ML解决

  • - 监督学习

- 朴素贝叶斯[2]

- MLE / MAP

- 基本概念:训练/验证/测试数据集,

  • 评估指标

- Logistic回归[3]

- 梯度下降

- 决策树[4]

- 熵

- 过拟合,偏差变化

- 线性回归,K邻近[5]

- 正则化

- 超参数搜索,交叉验证

- 增强:随机森林[6]

  • - 无监督学习

- 聚类:KMeans [7]

- EM

- 降维:PCA [8]

  • - 项目

- 来自Kaggle的一些NLP项目[9-10]

- 数据预处理/特征工程的重要性

- 测试编码技能

  • - 备份主题

- 支持向量机

- LDA

4、深度学习基础

预备内容

  • 深度学习概论

  • 代码版本控制和托管平台Github简介

  • Python、CUDA、深度学习框架、Jupyter安装和环境配置

  • 编程语言Python基础

深度学习框架基础

  • PyTorch或TensorFlow

神经网络

  • 监督学习,非监督学习和强化学习简介

  • 线性模型、梯度下降

  • Logistic 回归

  • 多层神经网络

  • 多分类问题

  • 深层神经网络

  • 反向传播算法

  • 优化算法

  • 实战项目1:使用神经网络预测房价

卷积神经网络(CNN)

  • 卷积神经网络出现的背景和应用场景

  • 卷积神经网络基础

  • 卷积神经网络的框架实现

  • 经典卷积神经网络:AlexNet,VGG,GoogLeNet,ResNet,DenseNet 

  • 训练卷积神经网络

  • 实战项目2:驾驶员状态检测

循环神经网络(RNN)

  • 循环神经网络基础

  • 循环神经网络的变式:LSTM 和 GRU

  • 循环神经网络对图像分类的处理

  • 循环神经网络对时间序列分析的处理

  • 循环神经网络对自然语言处理的处理

  • 实战项目3:通过RNN 创作古诗

生成对抗网络(GAN)

  • 生成对抗网络

  • 深度生成对抗网络

  • 自动编码器

  • 变分自动编码器

  • 实战项目4使用 GAN生成人脸

强化学习

  • 强化学习基础

  • Q Learning算法

  • 深度Q网络

7、深度学习项目演练

  • 项目演练:人脸检测数据源制作与网络训练(基于PyTorch或TensorFlow)

  • 项目演练:实现人脸检测(基于PyTorch)

  • 项目演练:关键点检测第一阶段网络训练(基于PyTorch)

  • 项目演练:关键点检测第二阶段模型实现(基于PyTorch)

  • 项目演练:对抗生成网络(基于Tensorflow)

  • 项目演练:LSTM情感分析(基于Tensorflow)

  • 项目演练:机器人写唐诗(基于PyTorch或TensorFlow)

  • 项目演练:文本分类任务解读与环境配置

  • 项目演练:文本分类实战(基于PyTorch或TensorFlow)

  • 项目演练:强化学习基础(基于Tensorflow)

  • 项目演练:DQN让AI自己玩游戏(基于Tensorflow)

8、人工智能综合项目实战 

  • 语音识别、人脸识别、

  • 电商网站数据挖掘及推荐算法

  • 金融P2P平台的智能投资顾问

  • 自动驾驶技术

  • 医疗行业疾病诊断监测

  • 教育行业智能学习系统


只了解以上的东西就够了么?


我们只知道了学什么?别忘了,人都有惰性,很多人是没办法坚持学习完的,而且就算是你坚持了,学习方法不对,你的效率依然很低,浪费大量时间,那么我给你列举了如下学习方法(大师级别的学习方法)


第二章:怎么学?

为了解释这个问题,我想用高效学习的方法论来阐述,其中的关键词:


适合自己——学习方法——短时间——注意力——解决难题——设定目标——名师


首先找到适合自己的学习方法

学习方法里面有两种,一个是自然主义,一个是结构主义,自然主义注重模仿,结构注意注重创造


比如英语学习:英语你更多的是需要模仿别人说话,模仿得多了,自己也就会说了,就像是小孩子学习汉语,都是模仿父母学习一个道理,这是典型的自然主义,注重文本本身,就是只是表面看起来的样子。


高等数学则需要扎实的基本功,一步一步来,就像是你高中数学很差,学高等数学就很吃力,学习高等数学,你做了大量的习题练习,你对于概念的理解就会深刻,本身像数学物理这些学科,让你记得东西本来就不多。

学习这些的目的就是为了让你举一反三,让你学会创造。像英语这样完全是不需要我门创造了。


人工智能课程属于技能课程学习,那就要遵循技能课程的学习规律,这是典型的结构注意学习方法


所以你要多练,一定要把案例逐个实践一遍,然后去想,如果自己去做一个案例,或实现某个应用,你该怎么去做


1、任务驱动

学习本身就是反人性的事情,就算是你的学习资料再好,我没有足够的动力学啊,或者说我没法坚持学下去,常常半途而废。

有人说我学习方法对了,为什么还是不管用,一种是学不会,另一种是学不好

学不会是指连入门都没有办法,学不好往往指的是达不到某种专业程度

学不会,可能跟天赋有关,比如身高就是不够打篮球,这种情况就不讨论了,直接说学不好。学不好这种情况是可以被优化,我们经常听到一句话,兴趣是最好的老师。这句话是对的,但是我在这里苦口婆心说你要多培养自己兴趣啊,这样的话,你累,我比你还要累,明明没有兴趣,非要让你喜欢上一件东西,这叫包办。很多事做成,都不是基于兴趣的。那是基于什么呢?你要知道任何人做任何事,都是要回报的。这是一个很浅显的道理,就算是一个人带着很大的痛苦去做一件事也是因为做成了这件事能获得更大的利益。

人做成事来自两个驱动力

  • 内部驱动,兴趣这就是很强的内部驱动,此外还有虚荣心等

  • 外部驱动,也就是完成任务带来的奖励

既然你干脆没有兴趣,我们干脆就把兴趣学习这件事给否定了,我要说的是,成年人学习不需要培养兴趣,应该用任务来驱动,我没有任务,我找不到任务啊,你会说,我没有任务啊,生活中的任务驱动,工作中的职业强迫,以教为学这些都是任务驱动。其中工作的职业强迫就是一种非常强的任务驱动,比如你可以通过学习人工智能技能,获得了更好的职业收入。你说我实在没有公司去聘请我,那你可以出教程啊,你出完教程然后去学习网站去卖。为了给别人教东西,而去学习。比如我一个朋友,他说他会说英语和日语。我说你啥时候会的日语啊,他说有一次他去英语辅导上课,那天正好日语课的讲师没有来,他自告奋勇说老师,我会教日语。然后他赶快报了一个日语班,结果一边学一边教,他的学生还教的特别好。因为我的这个朋友,他的目标比较明确,他是为了学完去教别人,假如你和他一起报名去学习日语,他一定比你学的好。所以我们是不是也可以抱着为了教别人的心态去学习。


我在上本科的时候,就想学习PS,可是八年时间过去了,PS还没学会,偶尔学两天,最后也没坚持下去,直到有一次因为要给老妈开一个淘宝店。为了省钱,自己拍照,自己修图,但是不会PS怎么办,就在网上找学习如何做淘宝美工得教程,结果三天把教程里面的案例实践了一遍,愣是自己把淘宝店得图片给修好了,你还别说,图片处理得有模有样。别人都看不出来是新手。


这就是典型得任务驱动,你啊,赶快给自己找一个任务


2、拖延症的确诊与治疗

通过上面一段,我是尽我所能帮你制造了学习的动机,但是光有动机,后面还会遇到别的问题。


我们接下来就会谈在学习过程中会遇到的其他问题。你说我现在已经有了要教别人的动机,但是有拖延症啊,我就笑一下,你咋得了这么时髦的病啊。最近不少人得了这个病,拖延症中拖延两个字是一个表象。拖延症有个学名叫注意力缺陷多动障碍,在拖延得表象之下,其实本质是注意力无法集中。如果你有这个病,在下一段我尝试给你解决这个问题,我还是要强调,只有任务,只有严峻得任务才能解决你的拖延症。

关于拖延症我希望你清楚得认识两点:

  • 任何人都有拖延症,只不过有些事拖延,有些事不拖延,因为一个人总不可能什么都不干嘛

  • 第二就算是自认为或者别人认为有拖延症得人,也没有被拖死

据我了解,医学上得了这个注意力缺陷多动障碍得人,连初中学业都完成不了,高中学业得少之又少,能考上大学的简直是寥寥无几。所以你说你考上了大学,说明你是没有拖延症。想要解决这个拖延症是任务还是任务。主要是你没有给自己设置严峻得任务。比如你要做一个报告是给你自己朋友得,你可能会拖延,但是假如你要是给你的老板报告,你敢拖延么,假如你是给上千人做报告你敢拖延么?你想想你有给自己设置过这么严峻得任务么?定期像上千人交代,最好是隔天交一份报告的,最好是隔天交一份报告这样严峻,你可能需要这样一次得经验。这里你肯定又要问了,我去哪里找上千人报告去。在这里我要告诉你一个方法,你要把你任务告诉你的身边的朋友,越多越好,相当于给他们吹个牛逼,这样你为了不被别人笑话你,你就必须的努力啊。有的人说,我连一件小事都坚持不下了,比如我要减掉5斤肉,几乎大部分女孩子都成天喊着减肥,但是一直没有执行起来,这里面可能是你得目标设置得有问题。你总想着我有我有一个完美得身材,是的,我还想者当亿万富翁呢,这种目标设置是有问题得,王健林不是给我们提过小目标吗,我觉得他得方法是对的,练习一定伴随着一定程度的痛苦。只不过有些人他的长期目标非常明确,有的人觉得他很苦,他自己不觉得苦,他就能坚持下来,长期目标太长了,太宏大了会增加这个过程当中的痛苦,那你不妨先不要想着最后的结果,什么马甲线啊,什么翘臀啊,你可以先设置个小游戏,做仰卧起做,每天增加一下,今天做5下,明天做6下,这是设定小得目标,把你的大的目标细化成可以每天完成事情,完不成总觉得不行。如果你总觉得舒适,那就不是学习,是练习,如果每天只比头一天多做一个仰卧起坐,那没那么苦吧,三个月之后你就可以秀你得身材了,这件事难道听起来还不够过瘾么。所以说了这么多,我再尝试解决你的拖延问题,这个问题是不太容易解决,要解决它之前,你要先认清一个事实,就是

  • 任何人都有拖延得表现,给自己设置一个正真严峻的任务

  • 用小的目标去解决拖延的问题

  • 我也为你指出了,从整治自己的身材开始

设定小目标,通过做成这件事来突破,然后形成一种惯性,逐渐去学习一些技巧性比较强的东西,先来增强自己信心,最后再去做哪些需要有量变完成质变得事,那整个这个过程算是高效得了。当然拖延症这种表象前提下事注意力无法集中,接下来会为你好好讲讲怎么改善注意力不集中得问题。


3、通过衣食住行训练专注力

方法一:

如果你要学习一样东西,需要工具,你要买贵的,比如像乐器,人们学习乐器是为了什么呢?就是为了听到好的声音啊。有人说你是有钱啊,才能买贵的,其实我之前都是买便宜的。关于买工具这件事其实只要你稍微让自己心疼一点儿就达到效果了,刻意练习这本书强调大量练习,可是你知道怎么心甘情愿得大量练习么?就是要买自己让自己心疼的工具。

方法二:

吃上怎么训练自己专注力,就是吃点儿好的,少吃素食,少吃外卖,少吃自助餐,就算是人均500得自助餐也少吃,吃一次也就够了。无论是买东西还是吃饭,还是后面提到的其他方面,要的是什么,是一种仪式感,就自助餐就是缺乏仪式感得活动,这个吃一点儿那个吃一点儿,自助餐往往不会是你吃好,但是会把你吃撑,好几天都消化不了,我会建议你少去吃自助餐,吃那些素食、外卖弄几个盒饭在那儿吃,这些都缺乏仪式感,哪怕每次都只有你一个人,也要学会好好吃饭,有人说你能想象出比一个人吃火锅更孤独,更寂寞得状态么,要我说,你们每个人都应该认认真真一个人吃一顿火锅,最好能学会做一顿饭给自己吃,这是营造仪式感非常好得行为活动,就像上一讲给你提到过的,让自己得身体变得更好,可以是我们重塑自己的开端,一个对感受自己身体走样都感受不到,把饭吃好,都做不到,那其他方面是很难做到的,

方法三:

我的第三个建议就是在工作学习过程中,尽量使用射灯,就是这个灯得光只会局部打亮,就是光线会聚集在一个范围得那种灯,这种仪式感得建立可以让你的注意力稍微集中一点儿,因为其他环境都是黑的,有点儿像舞台得那种感觉,你把自己放在舞台上,应该会把自己放在观众席上面更加专注一些,有的人是无法专注,有的人是过分专注,也就是所谓的沉溺。

方法四:

最后我要说一个平常生活中非常影响大家专注的事就是睡眠,睡眠不够,人很难做到专注,如果你是一个长期缺觉得人,你想专注那真是太难了,所以我在这里告诉你,困了就睡,不要困得不行了,还要硬撑者做事,这个效率是非常低的,你不如立即进入到高质量的睡眠,你说怎么进入高质量的睡眠,只有当你累坏了的时候才能进入高质量的睡眠,也就是感觉非常困了,你要知道小孩子睡眠经常伴随很多次得夜醒,这种睡眠质量算是非常低的。


4、大师

要有明确的目标,直奔大师,不必从基础开始。你找一些乐器课程,都是让你基础开始学习,这是学生得学习路径,但是我们是成年人,如果是从基础开始,是没办法坚持下来的。要去到哪里,从哪里开始

比如你要学习吉他,正好你有一首特别喜欢的歌,那么就练那一首歌,练三个月。你看你能不能学会。

辅导机构为啥让你从基础开始啊,因为不从基础开始,他们怎么挣钱呢?


这里面即涵盖了兴趣,也包含了任务


在这里你肯定很好奇,为啥说吉他,这与大师有啥关系,因为让我直接去弹自己喜欢的歌曲,这个方法就是大师教的


那么对应得就是要学习人工智能,你就要去找,这个里面教学水品最好的,尽管会稍微贵一点儿(当然也有教学效果好,还不贵得,有的话我一定在下面推荐),但是效果好呀,节省下来的时间,和让自己提升得层次水平,让你在工作里面不知道能多赚多少钱。


5、制造反馈

如何自己给自己制造反馈,写一点儿东西出来,录制一点儿东西出来,以前我给学生讲物理题的时候,我都让学生给我讲一遍,给我讲清楚算学懂。缺少反馈的是经常是就是平时看书,看完了啥都没记下。

看书的时候,写摘要。 Summary 需要看着文本写,,其中的例子,就不需要出现了。Summary需要用自己的话来写,找出文本当中重要得事实,观点和论据 ,要用自己的话来解释他的话。通过大量的应用和不断的重复,你没想背也把它记住了,要的是这种效果,当我们学习英语的时候。尤其是那种你经常犯错的地方,你需要及时反馈,不然你会在错误当中不停打转,比如学习英语过程中,英语语音掌握就是比较容易犯错误的情况,接着给英语发音给你讲一讲 印度口音 日本口音。练习出了问题,精度不够,重新回炉,要给自己制造反馈,将自己录一下听一听,不录下来就不知道自己丑态百出,你能想象舞蹈演员为啥要对着镜子练习么?


人工智能学习,怎么制造反馈呢,你把你学习心得,学习过程中遇到的问题,可以当经验分享出来,让别人帮你看哪里有问题,或者自己找问题。


6、突破学习瓶颈

  • 涉猎范围不够广,影响了你发挥,

  • 专注力不够,影响了你发挥。

遇到瓶颈不是方法可能是心态。怎么通过调整心态突破瓶颈,打游戏可以培养自信心。技术层面做出调整,突破瓶颈,也就是调整方法,这可能就是心态的问题了。心态调整的好,做好多事就会容易很多,这跟训练专注力,使用射灯的效果是一样的。遇到瓶颈的第二个瓶颈可能是涉猎范围不够广,比如你要学乐器,你发现你都没有听世界级小提请演奏家的的演奏,突破美感的东西就不能靠重复练习了,如果要突破自己瓶颈就需要涉猎范围广,听一些世界级演奏家的演奏,功夫在世外,如果涉猎范围也够了,可你还是没办法突破,可能是你的专注力不够。一通百通,一个拿下来,你去学其他的,就会比较快


所以学习人工智能得过程中,我们不能只闷头学习,应该也要多听听大师讲座,一些相关的资讯,来加深自己理解。甚至你看看人工智能其他流派的学术著作,都有助于你理解人工智能。

本来是给大家讲解人工智能学习路径的,但是发现大家对我写的学习方法更感兴趣,好吧我就做了一个单独学习方法的课程,就 元,送给大家了(先领红包,然后再加入学习)
知识管理:系统构建三维知识体系 - 网易云课堂study.163.com

第三章:学习资料推荐


推荐以下学习资料不代表是最好的,只是目前还没发现更好的,如果有人发现了比这更好得,欢迎评论区推荐


我会把每个学习资料做一个优缺点分析,并给出评分


推荐资料之前,我要特别申明,坚决反对收藏学习资料(收藏本文可以),尽管收藏了可以短暂缓解你的焦虑


书籍类


科普——人工智能未来的脑洞:《三体1,2,3》、《未来简史》、《奇点临近》、《机器人时代》


科普——人工智能发展:《失控》、《智能时代》、《人工智能:李开复谈AI如何重塑个人、商业与社会的未来图谱》、《科学的极致-漫谈人工智能》、《终极算法》


数学类:《数学之美》、《7日入门微积分》、《程序员的数学》(简单数学入门)、《程序员的数学-2》(概率与统计)、《程序员的数学-3》(线性代数)


机器学习类:《图解机器学习》、《机器学习-周志华》


其他AI类:《人工智能:一种现代的方法》


编程实战类:《白话深度学习与TensorFlow》、《TensorFlow实战》、《Python编程 从入门到实践》


课程类


coursera

机器学习课程

https://www.coursera.org/learn/machine-learningwww.coursera.org

优点:大师讲授,有内容有深度;有证书认证;还有一本配套的机器学习教材 

缺点:英文教学,一些专业词汇难以理解,实践项目梯度涉及不合理,无人答疑;按月收费价格昂贵

推荐指数:★★★


不差钱——优达学城

机器学习能工程师

机器学习在线课程_机器学习培训课程_google认证机器学习工程师培训-优达学城(Udacity)官网 | Udacitycn.udacity.com图标

优点:谷歌大师亲授,有助教代码审核服务

缺点:英文教学,学习费劲;入门3299,进阶5599,学生党望而却步;部分内容讲的不够深入全面

推荐指数:★★★★


追求性价比——深度之眼(目前我认为对入门用户最友好的课程)

深度学习课程:

深度学习理论与实战TensorFlow - 网易云课堂study.163.com深度学习理论与实战PyTorch实现 - 网易云课堂study.163.com

(目前国内唯一一个基于PyTorch框架的深度学习系统课程)

优点:视频/图文的内容形式,比较人性化;课件制作精良;代码实现和注释非常详细;助教1对1审核代码,答疑等服务;新课刚上线

内容:95个课时,入门+进阶=298元

缺点:目前没有高级算法课

推荐指数:★★★★★


作者:爱思考的毛老师
链接:https://www.zhihu.com/question/51039416/answer/263401630
来源:知乎