# AI-Getting-started-guide **Repository Path**: rscarf/AI-Getting-started-guide ## Basic Information - **Project Name**: AI-Getting-started-guide - **Description**: No description available - **Primary Language**: Unknown - **License**: Apache-2.0 - **Default Branch**: master - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 0 - **Forks**: 0 - **Created**: 2018-07-15 - **Last Updated**: 2020-12-19 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README ## 人工智能发展图 机器学习的发展历史从1980年开始，已经发展了非常长时间了，深度学习从2010年开始才飞速发展。虽然深度学习也属于机器学习的范畴，但深度学习算法的能力普遍强于传统机器学习算法，并且是未来的趋势。如果你的目标是深度学习，那么其实不必要在传统机器学习的学习上停留过长时间。 ## 数学 这里只做为补充和参考，一般大学理工科都有以下几门课。 线性代数：[Link](http://study.163.com/course/introduction.htm?courseId=1003649037#/courseDetail?tab=1)
概率论：[Link](http://www.icourse163.org/course/NUDT-438002?tid=1002033014)
微积分：[Link](http://open.163.com/special/opencourse/weijifen.html)
## Python python：[Link](https://zhuanlan.zhihu.com/p/24162430) 与 [Link](https://zhuanlan.zhihu.com/p/24162430)
Jupyter Notebook: [Link](https://zhuanlan.zhihu.com/p/33105153)
Numpy和Matplotlib：[Link](https://zhuanlan.zhihu.com/p/24309547)
Pandas：[Link](http://www.naodongopen.com/975.html) 与 [Link](http://codingdict.com/article/8270)
OpenCV：[Link](https://zhuanlan.zhihu.com/p/24425116)
## 框架 ### TensorFlow TensorFlow-Examples：[Link](https://github.com/aymericdamien/TensorFlow-Examples)
莫烦TensorFlow教程：[Link](https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/)
### PyTorch PyTorch-Example：[Link](https://github.com/jcjohnson/pytorch-examples)
PyTorch-Book(中文)：[Link](https://github.com/chenyuntc/pytorch-book)
莫烦PyTorch教程：[Link](https://morvanzhou.github.io/tutorials/machine-learning/torch/)
## 深度学习入门 ### deeplearning.ai课程 网易云课堂：[Link](http://mooc.study.163.com/smartSpec/detail/1001319001.htm)
作业：[Link](https://gitee.com/rscarf/deeplearning.ai-complete)
作业笔记和参考答案：[Link](https://blog.csdn.net/koala_tree/article/details/79913655)
### 《深度学习实战》（杨云，杜飞 著)
当当：[Link](http://product.dangdang.com/25212175.html)
豆瓣：[Link](https://read.douban.com/ebook/51047354/?icn=from-reader-page)
## 计算机视觉（CV） ### CS231n 网易云课堂：[Link](http://study.163.com/course/introduction.htm?courseId=1003223001#/courseDetail?tab=1)
笔记：[Link](https://zhuanlan.zhihu.com/p/21930884)
作业：[Link](https://zhuanlan.zhihu.com/p/37409604)
作业参考答案：[Link](https://github.com/Observerspy/CS231n)
## 自然语言处理（NLP） ### CS224n mooc视频：[Link](http://www.mooc.ai/course/494)
课程目录：[Link](http://web.stanford.edu/class/cs224n/syllabus.html)
课程资源：[Link](http://www.hankcs.com/nlp/cs224n-introduction-to-nlp-and-deep-learning.html)
笔记：[Link](http://www.hankcs.com/?s=CS224n笔记)
作业答案参考：[Link](https://github.com/Observerspy/CS224n)
pytorch项目实践：[Link](https://ptorch.com/news/196.html)
## 强化学习 ### 莫烦强化学习教程 课程首页：[Link](https://morvanzhou.github.io/tutorials/machine-learning/reinforcement-learning/)
### David Silver强化学习公开课 B站视频：[Link](https://space.bilibili.com/74997410/#/video?tid=0&page=1&keyword=&order=pubdate)
官方PPT：[Link](http://www0.cs.ucl.ac.uk/staff/D.Silver/web/Teaching.html)
中文笔记：[Link](https://zhuanlan.zhihu.com/p/28084751)
### 李宏毅的 MLDS18 youtube视频：[Link](https://www.youtube.com/watch?v=z95ZYgPgXOY&index=1&list=PLJV_el3uVTsODxQFgzMzPLa16h6B8kWM_)
B站视频：[Link](https://www.bilibili.com/video/av24724071)
作业和PPT：[Link](http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html)
- 时间是2018-06-01开始，作业为HW4 作业答案参考：[Link](https://github.com/YiJingLin/MLDS2018spring)
### CS294 B站视频：[Link](https://www.bilibili.com/video/av20957290)
课程首页：[Link](http://rail.eecs.berkeley.edu/deeprlcourse/)
中文笔记：[Link](https://zhuanlan.zhihu.com/c_150977189)
作业答案参考和解析：[Link](https://zhuanlan.zhihu.com/codekitty)
- 找到那个强化学习部分
## 论文学习 一个整理了大量论文和代码的网站：[Papers with Code](https://paperswithcode.com)
## 学习建议 - 在有了数学、python基础后，个人建议先从吴恩达的deeplearning.ai课程开始入门 - 上完deeplearning.ai的前两课，建议去看看《深度学习实战》这本书，这本书的理论讲解和代码设计都很好，非常适合有一定基础后进行巩固，个人觉得书中CNN和RNN这两章讲得不太好，可以不看。 - deeplearning.ai的最后两个课，讲的是计算机视觉和序列模型，理论讲的通俗易懂但不够深入，如果有时间，建议和CS231n与CS224n相互参考 - 在上CS231n和CS224n之前，建议先多敲一些TensoFlow的小案例来熟悉一下