专栏首页AI研习社博客 | 一份中外结合的 Machine Learning 自学计划

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。

本文分享自微信公众号 - AI研习社(okweiwu)

原文出处及转载信息见文内详细说明,如有侵权,请联系 yunjia_community@tencent.com 删除。

原始发表时间: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。

我来说两句

0 条评论
登录 后参与评论

相关文章

  • 对我影响最深的 10 位科技大佬

    雷锋网按:这里是油管Artificial Intelligence Education专栏,原作者Siraj Raval授权雷锋字幕组编译。

    AI研习社
  • 收集数据太困难?这里为你准备了 71 个免费数据集

    日前,KDnuggets 上的一篇文章总结了七十多个免费的数据集,内容涉及到政府、金融、卫生、新闻传媒等各个方面,除了这些数据,文中还提供数据提取地址。 AI ...

    AI研习社
  • 新增21篇! | CVPR 2019 论文实现代码

    AI研习社
  • 推荐一些能能提高生产力的 Python 库

    一门语言好用、方便的程度在很多时候会取决于这门语言相关的库够不够丰富,Python 之所以火爆除了其本身的语法和特性之外,还在一定程度上取决于其有太多太多库的支...

    崔庆才
  • 推荐一些能能提高生产力的 Python 库

    一门语言好用、方便的程度在很多时候会取决于这门语言相关的库够不够丰富,Python 之所以火爆除了其本身的语法和特性之外,还在一定程度上取决于其有太多太多库的支...

    叫我龙总
  • 深度学习自学指南:微软&头条实习生现身说法:我是这样进大厂的!

    跟着网络资料自学、刷MOOC是许多人学深度学习的方式,但深度学习相关资源众多,应该从哪儿开始学呢?

    用户2769421
  • 值得关注的 Vue.js开源项目[每日前端夜话0xFF]

    Vue.js 框架是由经验丰富的开发人员创建的,具有可靠的社区支持,丰富的功能,而且是轻量级的。

    疯狂的技术宅
  • 收藏丨学习数据科学不可错过的优质资源

    大约两个月前,我开始学习数据科学。我并没有统计学、数学、数据科学、工程学、经济学方面的学位。说实话,在学生时代,数学和统计并不是我的强项,我更擅长语言方面。

    CDA数据分析师
  • Java 常用资源工具集合

    当然有条件的话,搜索引擎首先还是推荐使用 Google,如果没办法使用,可以使用以下几个作为备用:

    Java团长
  • 程序员常用资源工具集合(建议收藏)

    当然有条件的话,搜索引擎首先还是推荐使用 Google,如果没办法使用,可以使用以下几个作为备用:

    昱良

扫码关注云+社区

领取腾讯云代金券