2021機(jī)器學(xué)習(xí)入坑指南

本文來源：網(wǎng)絡(luò)、GitHub

這是一份適用于小白的機(jī)器學(xué)習(xí)超豐富資源指南。

機(jī)器學(xué)習(xí)社區(qū)社交媒體上經(jīng)常有人提出這樣的問題：

• 我如何開始機(jī)器學(xué)習(xí)？

• 我如何免費(fèi)學(xué)習(xí)？

• 什么是人工智能？我怎樣才能學(xué)會它？

• 人工智能是如何工作的？我該從何學(xué)起？

• 如果我沒有開發(fā)人員背景，該如何開始？

• ......

面對這些問題，油管博主 What's AI——Louis Bouchard 撰寫了一份關(guān)于「如何在 2021 年零基礎(chǔ)開始機(jī)器學(xué)習(xí)」的完整指南，整合了大量學(xué)習(xí)資源，而且大部分是免費(fèi)的。

項(xiàng)目地址：https://github.com/louisfb01/start-machine-learning

該資源現(xiàn)已獲得 1.9K star 量，并且仍在持續(xù)更新中。我們來看一下這份指南的具體內(nèi)容。

1. 首先 Bouchard 列出了一些初步了解機(jī)器學(xué)習(xí)領(lǐng)域及其術(shù)語的視頻，并整理好了 免費(fèi)鏈接，包括 What's AI 的 Learn the basics in a minute、Welch Labs 的 Neural Networks Demystified 和 3Blue1Brown 的 Neural networks。

Welch Labs 的 Neural Networks Demystified

缺點(diǎn)是需要科學(xué)上網(wǎng)。

2. 第二部分 Bouchard 進(jìn)一步列出了一些更系統(tǒng)的機(jī)器學(xué)習(xí)入門課程，包括 AI 大牛吳恩達(dá)的斯坦福 CS229。

3. 閱讀一些優(yōu)秀的線上文章，線上文章大多是被多次瀏覽的，優(yōu)秀的技術(shù)文章能夠脫穎而出說明它們受到許多人認(rèn)可。目前 Bouchard 列出的文章包括：

4. 除了文章，一些體系完整的書籍也是可以閱讀學(xué)習(xí)的，Bouchard 給大家整理了一些書目的在線版：

5. 入門機(jī)器學(xué)習(xí)沒有相關(guān)的數(shù)學(xué)知識怎么辦？這讓許多初學(xué)者望而卻步。在這份指南中，Bouchard 給大家推薦了可汗學(xué)院的 3 門數(shù)學(xué)課程：線性代數(shù)、統(tǒng)計(jì)與概率、多元微積分。此外，他還推薦了一些與數(shù)學(xué)相關(guān)的書和視頻，供大家進(jìn)行更結(jié)構(gòu)化的學(xué)習(xí)。

可汗學(xué)院的線性代數(shù)線上課程。

6. 除了數(shù)學(xué)基礎(chǔ)，一些跨專業(yè)學(xué)習(xí)的初學(xué)者可能缺乏編程的基礎(chǔ)知識。Bouchard 主要為大家整理了一些學(xué)習(xí) Python 的課程資源：

7. 與其他領(lǐng)域一樣，名校以及領(lǐng)域內(nèi)大牛的課程是含金量非常高的，例如圖靈獎得主 Yann LeCun、吳恩達(dá)等都有自己的線上課程，Bouchard 的指南中目前整理了如下內(nèi)容

8. 掌握理論知識后，實(shí)踐也是非常重要的。Bouchard 在指南中推薦了數(shù)據(jù)建模和數(shù)據(jù)分析競賽平臺 Kaggle，在 Kaggle 上完成相應(yīng)題目的編碼和測試是機(jī)器學(xué)習(xí)社區(qū)常見的實(shí)踐學(xué)習(xí)方式。

Kaggle 平臺地址：https://www.kaggle.com/

9. 此外，Bouchard 還為大家整理了一些提供領(lǐng)域新聞和資訊的社區(qū)平臺或網(wǎng)站。借助這些平臺，研究者們能夠查閱最新的研究進(jìn)展和論文等，包括 reddit、Medium 等。

最后，Bouchard 整理了 AI 領(lǐng)域目前面臨的重要問題——倫理道德與可信 AI 的相關(guān)信息，還在個人博客中總結(jié)了一些機(jī)器學(xué)習(xí)工作面試的小技巧：https://www.louisbouchard.ai/learnai/#how-to-find-a-job

如此完備的機(jī)器學(xué)習(xí)入門指南，感興趣的同學(xué)快去查看原項(xiàng)目的豐富資源吧。

---

本文內(nèi)容參考以上鏈接。以上內(nèi)容僅供學(xué)習(xí)使用，不作其它用途，如有侵權(quán)，請留言聯(lián)系，作刪除處理！

有任何疑問及建議，掃描以下公眾號二維碼添加交流：