人工智能浪潮下如何让自己占尽天时、地利和人和？

推荐阅读时间：10min~12min 主题：优秀的人在一起只会越来越优秀!

天时

2018年人工智能作为新的行业制高点，目前已上升为国家战略。人工智能如何与实体经济有机结合成为行业挖掘技术价值点的重要方向，如何升级传统工厂到工业4.0也成为制造业关心的重要问题。

新一代人工智能发展分三步走的战略目标，到2030年使中国人工智能理论、技术与应用总体达到世界领先水平，成为世界主要人工智能创新中心。这是中国首个面向2030年的人工智能发展规划。随着人工智能上升到国家战略，顶层设计框架搭建完成，产业发展有望持续提速，带来投资新机遇。

地利

借助国家战略的红利，这里我们精心整理了人工智能领域下最受欢迎的机器学习、推荐系统等方面的干货，这些文章没有鸡汤、没有糟粕，有的只是纯粹纯粹的知识分享。

除了这些有深度、有质量的内容之外，还有专门关于这方面学习资料分享。

1机器学习

• 手把手教你使用sklearn快速入门机器学习
• 如何使用sklearn加载和下载机器学习数据集
• 如何使用sklearn进行在线实时预测
• 【实战】Java如何跨语言调用Python/R训练的模型
• 机器学习法则：ML工程的最佳实践
• 一文读懂二元分类模型评估指标
• Numpy 精品系列教程汇总（你值得拥有）
• 真是绝了！史上最详细的Jupyter Notebook入门教程

2推荐系统

• 一文告诉你什么是用户画像
• 推荐系统这么火，但你真的需要吗
• 个性化推荐系统中的绕不开的经典问题有哪些
• 推荐系统中重要却又容易被忽视的问题有哪些
• 一文告诉你什么是用户画像
• 如何从文本中构建用户画像
• 如何构建基于内容的推荐系统
• 近邻推荐之基于用户的协同过滤
• 近邻推荐之基于物品的协同过滤
• 近邻推荐之 Slope One 算法
• 如何为协同过滤选择合适的相似度算法
• 矩阵分解之SVD和SVD++
• 矩阵分解如何解决隐式反馈（预测用户行为）
• 推荐系统EE（exploit－explore）问题概述
• 推荐系统EE问题与Bandit算法

3资料福利

• 如何应用机器学习在量化投资领域（赠送7G学习资料）
• 2018年，你想要的机器/深度学习资料都在这！
• 谷歌机器学习43条黄金法则（手册版+PDF）
• 吴恩达|机器学习秘籍(Machine Learning Yearning)
• AI 小抄表福利大放送，快来收藏吧
• 放学别走，这里有神器 Pycharm 的视频教程

人和除去天时（国家重视人工智能），也除去地利（有质量、有深度的内容风向），还有人和。

就像100年前电力对世界的颠覆和改变一样，人工智能目前也在巨大地改变着世界。在通往人工智能大神的道路上，你从来都不是一个人在战斗，优秀的人在一起只会更优秀。

作者：1or0，脑洞大开（www.naodongopen.com）签约作者，专注于机器学习研究。