博客 | 一份中外结合的 Machine Learning 自学计划

本为为 AI 研习社用户孙启超发表在社区上的博文,原文链接为: https://club.leiphone.com/page/blogDetail/8087

看了Siraj Raval的3个月学习机器学习计划的视频,感觉非常好,地址:https://www.youtube.com/watch?v=Cr6VqTRO1v0结合一些我们学习中的经验得出一份Hybrid的机器学习自学计划。

根据Siraj的建议:机器学习的涉及的知识比例分布的

  1. 35%线性代数
  2. 25%概率论和统计学
  3. 15%微积分
  4. 15%算法及其复杂性
  5. 10%是数据预处理知识

强烈建议订阅:Siraj Raval 的youtube 看他的视频非常舒服,一种非常独特的学习方式而且和有用,地址是:https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A。

reddit这个网站大家可能不太熟悉,但是它已经全美流量排名第四,仅次于Google,YouTube和Facebook,上面内容质量很高,非常专注,下面这个地址是机器学习的subreddit:https://www.reddit.com/r/MachineLearning/。

第一个月:数学

线性代数

看Gillbert Strang教授的教程足够了:https://www.youtube.com/playlist?list=PL49CF3715CB9EF31D。

为什么不推荐中国大学的数学课程呢,其实网易公开课上有跟大学里线性代数课程基本一致需要虽然是中文但是学习起来还是有难度的,没什么互动,如果是为了考试那还好。Gillbert Strang教授讲的更多是思考方式以及原理和各种形象的比喻,这种方式更适合我们在职学习,加强理解和思考。

注意:一定做笔记,不能只是听或者看,一定要做笔记,记录要点,疑问,自己的想法等等,这个非常重要,是决定你能否学习好的关键。昨天看到了一位名叫Tess Ferrandez的小姐姐在推特上分享了一套自己的吴恩达老师的课程笔记,再看看我自己以前的笔记,真是非常害羞,世界上最难受的事情就是比你厉害比你努力的人做的笔记颜值也比你高,地址在这里:https://www.slideshare.net/TessFerrandez/notes-from-coursera-deep-learning-courses-by-andrew-ng

附上一张图片,大家看看:

微积分

3Blue1Brown的微积分的本质,老师当时就是看这个视频理解微积分的,老师笨,看了8遍左右吧,个别的视频看了15遍以上,没毛病是真实情况,因为每一段视频并不长,适合反复看,同时也能提高英语能力。

https://www.youtube.com/playlist?list=PLZHQObOWTQDMsr9K-rj53DwVRMYO3t5Yr。

概率和统计

edX(麻省理工和哈佛大学联手创建的开放在线课堂平台)有一门很好的课程叫做“科学的不确定性”

https://www.edx.org/course/introduction-probability-science-mitx-6-041x-2。

第二个月:机器学习

这里我们按照Siraj的建议来

  • 第一周学习:python,The Math of Intelligence,Tensorflow
  • 第二周:Udacity 上的机器学习课程
  • 第三四周:实践机器学习项目

相关地址如下:

python

https://www.youtube.com/watch?v=T5pRlIbr6gg

The Math of Intelligence

https://www.youtube.com/watch?v=xRJCOz3AfYY

Tensorflow

https://www.youtube.com/watch?v=2FmcHiLCwTU

Udacity

https://eu.udacity.com/course/intro-to-machine-learning--ud120

机器学习开源项目

https://github.com/NirantK/awesome-project-ideas。

第三个月深度学习

深度学习要用到大量的计算,需要GPU,即使刚入门也需要,买一块NVIDIA Tesla k80的GPU的价格2500美金,好吧。但是非常幸运的是google为我们提供了一块免费的GPU可用:注册google的账号,登陆进去,访问:https://colab.research.google.com 然后尽情的使用了。

视频教程推荐看Siraj本人的:https://www.youtube.com/watch?v=vOppzHpvTiQ

另外一个全世界都说好的是Fast.AI的课程,http://course.fast.ai/

最后呢附上一些深度学习的开源代码,也可以自己实现一下,传到自己的github上 https://github.com/llSourcell?tab=repositories。

总结

介绍了一份机器学习的自学计划和相关资源,每天保证2个小时的专注学习时间,重点是多思考和找到解决问题的套路,不要把自己的大脑当作是固态硬盘来存数据,要把自己的大脑当作是CPU或者是GPU,是用来计算的。

原文发布于微信公众号 - AI研习社(okweiwu)

原文发表时间:2018-08-10

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏机器之心

严格的评选标准,造就了这张分享量过千的在线机器学习课程榜单

选自Medium 作者:David Venturi 机器之心编译 本文作者 David Venturi 是技术博客 freeCodeCamp 的知名主笔之一。 ...

3586
来自专栏新智元

AI瑞文智力测验超美国人平均IQ,计算模型用类比推理解决视觉问题

【新智元导读】作为广泛应用于无国界的智力/推理能力测试,瑞文标准推理测验可以测验一个人的观察力及推理能力。在此前一项广受争议的对超过 80 个国家和地区进行的 ...

3235
来自专栏量子位

人工智能技术入门该读哪些书?StackOverflow上最推荐这些

王小新 编译整理 量子位 出品 | 公众号 QbitAI 学习人工智能相关技术该读什么书?这是量子位各个微信群中出现频率极高的问题。 今天,我们就从Dev-bo...

4184
来自专栏AI科技评论

动态 | ACL 2018 首日:8 大 tutorial,深度强化学习最受关注

AI 科技评论按:继 2017 年的温哥华之旅后,ACL 2018 在澳大利亚墨尔本举办,举办地点为墨尔本会展中心,也是 IJCAI2017 举办地。

1403
来自专栏新智元

10月AI热文:强化学习、定制合成人脸、道德机器等

谷歌正试图通过新的Active Question Answering(Active QA)智能体来模仿这一点,这是一个使用强化学习来训练AI进行问答的系统。当你...

1292
来自专栏人工智能头条

2015人工智能重大突破

1813
来自专栏新智元

谷歌新目标——让计算机实现自我编程,自主机器时代不再遥远

【新智元导读】 许多人对AI的想象都停留在应用层,而忽视了技术层AI也将产生颠覆——让机器自己编程。谷歌大脑、DeepMind、Facebook甚至Viv 都在...

3486
来自专栏FreeBuf

机器学习对抗案例 | 愚弄Google图像识别算法

2018年CES在美国拉斯维加斯召开,站在风口浪尖上的科技企业纷纷出动,在会场各显神通地展示自己的科技产品和各种智能算法。近年来,人工智能的浪潮不断拍打着 IT...

3149
来自专栏AI科技评论

开发 | 入门深度学习,读对书很重要

AI科技评论按:本文作者为 Jeffries Consulting 创始人 Daniel Jeffries,他以自己的阅读体验,对当前含金量极高的几本深度学习书...

36411
来自专栏AI科技大本营的专栏

视频教程【第10期】 | 使用TensorFlow搭建一个识别手写数字的分类器

编译 | AI科技大本营(rgznai100) 世界上最受欢迎的机器学习框架是TensorFlow,最初它是作为谷歌内部的深度学习框架,2015年底,谷歌已经...

3488

扫码关注云+社区

领取腾讯云代金券