适用于非科班的深度学习/机器学习快速上手路线
写在前面
我维护的项目
开箱即用，涵盖主流模型的图像分类|主干网络学习/对比/魔改项目
图片数据不够？我做了一个免费的图像增强软件
图像检测与分割标注文件XML/JSON/TXT一键批量转换&编辑软件
我的秋招面经（超500人订阅，助力上岸）
人工智能算法面试大总结-总目录
欢迎关注、Star
Bilibili GitHub 公众号【啥都会一点的研究生】
现在太多教程上来就让你啃花书西瓜书这些，殊不知这个过程非常劝退，浇灭了当初对人工智能兴起的热情，且照目前大部分非科班专业实验室研究课题来看，涉及到细究原理的地方其实很少。
非科班上岸无人驾驶算法岗，以下教程是我当初摸爬滚打一路总结实践，整理的适用于非科班的机器学习&深度学习路线，且已陆续收到反馈，理论与实践结合，话不多说，让我们开始~
该路线所涉及资源均会提供出处，可直接学习，无任何套路~
优质课程与资料汇总（持续更新）
首先确定你的定位是进行算法研究
不局限于跟着网上教程进行简单的输入输出，因为确实可以不需要任何基础就能得到模型检测结果。
关于数学基础，需要一定高等数学、线性代数、概率论基础，由于考研时期受到了张宇老师、汤家凤老师、李永乐老师的点拨，所以这部分我当时是有基础的。
如果是零基础小白，使用教材再搭配这些老师的基础班就差不多了，后期碰到知识点再有针对的复习就行！插播一条，有同学强烈推介MIT线性代数课程，我也将高清重制版搬来了~
麻省理工学院 MIT 18.06 线性代数
接下来是编程工具的学习，Python是当时本科自学爬虫时学的（我有C语言基础，没有也没事），看的小甲鱼，现在也是出了新版
【Python教程】《零基础入门学习Python》最新版（2022年08月10日更新）
研究生入学前想系统的学习一遍Python，书籍用的《Python编程从入门到实践》，现在也是出了第二版
然后遇到了一个宝藏Python教程，将近500集，涵盖非常广且讲的很细
(强推)Python面向对象编程五步曲-从零到就业
然后打开机器学习的大门，最一开始看的是吴恩达网易版机器学习课程
(强推|双字)网易版吴恩达机器学习课程
今年也出了新版
(强推|双字)2022吴恩达机器学习Deeplearning.ai课程
搭配书籍《神经网络与深度学习》（回忆起手推反向传播这些日子hhh）
然后是吴恩达DeepLearning.ai版课程，该版本弥补了网易版知识点老旧的缺陷，尤其2021年还新加了很多知识点
(强推|双字)2021版吴恩达深度学习课程Deeplearning.ai
还穿插看了一部分李宏毅老师的机器学习课程（主要是Transformer、GAN等）
(强推)李宏毅2021/2022春机器学习课程
再比如浙大胡浩基老师机器学习课程（主要是SVM，但现在SVM用的少了）口碑都相当不错
(强推)浙江大学-机器学习
完成上述网课和书籍阅读后，看了李航老师的《统计学习方法》（现在出了《机器学习方法》，我还做过抽奖），可以搭配白板推导教程食用（上述只是对前几章有重点的看，什么K近邻、贝叶斯、最大熵、逻辑回归等等）
这一过程会疯狂面向百度，但是可以直接将你拔高
结束以上理论部分的毒打后不要急，咱接着遭受环境配置的折磨
此后在看了北京理工大学Numpy、Pandas、Matplotlib数据分析教程
北理-Python数据分析与展示-Numpy、Matplotlib、Pandas
结合菜鸟教程网中的教程进行学习
然后跟着龙曲良老师，学习了Tensorflowe2和Pytorch（19年国庆那会刚好出TF2，当时还在纠结），就我个人来说Pytorch用的多一点，然后推介一个小众但质量极高的外国Pytorch教学
适用于初学者的Pytorch神经网络编程教学
大家还可以看看李沐老师的《动手学深度学习》
该过程基本上能掌握之后所需的语法，如果有遗忘就有针对的面向百度就行
学到这里，基础阶段的理论与工具就可以满足需求了，接下来就可以和伙伴说分手，然后根据自己的研究方向进行细节的深挖啦，我自己是视觉方向，就不在这篇文章中细说了，之前都有整理在B站
|AI学习路线分享|做完这些，你已经成为机器学习方面的专家
都看到这了不点赞关注鼓励一下吗~
最后祝大家顺利，欢迎关注，不定期分享干货，一起在人工智能路上携手并进~
适用于非科班的深度学习/机器学习快速上手路线相关推荐
- 信号处理深度学习机器学习_机器学习和信号处理如何融合？
信号处理深度学习机器学习 As a design engineer, I am increasingly exposed to more complex engineering challenges ...
- 信号处理深度学习机器学习_机器学习与信号处理
信号处理深度学习机器学习 机器学习性能与两种关键信号处理算法(快速傅里叶变换和最小均方预测)的有趣对比. (A fun comparison of machine learning performan ...
- 转载-深度学习与NLP 深度学习|机器学习|人工智能 精品视频教程合集分享
原文地址 写 在 前 面 深度学习与NLP是一个专注分享深度学习技术.NLP领域技术.资讯的专业平台,到目前为止,我们已经分享了20期有关深度学习.NLP.机器翻译等视频教程或视频资源.为了方便大家选 ...
- 深度学习 机器学习基础_实用的机器学习基础
深度学习 机器学习基础 This article describes my attempt at the Titanic Machine Learning competition on Kaggle. ...
- 深度学习与NLP 深度学习|机器学习|人工智能 精品视频教程合集分享
写 在 前 面 深度学习与NLP是一个专注分享深度学习技术.NLP领域技术.资讯的专业平台,到目前为止,我们已经分享了20期有关深度学习.NLP.机器翻译等视频教程或视频资源.为了方便大家选择合适自己 ...
- 深度学习机器学习面试题——GAN
深度学习机器学习笔试面试题--GAN 提示:互联网大厂可能会考的笔试面试题 GAN是用来干什么的,怎么用的,介绍一下 GANs的优缺点是什么? GAN为什么不好收敛 为什么GAN中的优化器不常用SGD ...
- 计算机视觉面试宝典--深度学习机器学习基础篇（四）
计算机视觉面试宝典–深度学习机器学习基础篇(四) 本篇主要包含SVM支持向量机.K-Means均值以及机器学习相关常考内容等相关面试经验. SVM-支持向量机 支持向量机(support vector ...
- 深度学习工程应用快速入门
课程介绍 伴随人工智能时代的到来,深度学习技术也发挥着越来越重要作用,越来越多的技术人才开始投身入这一行业中,并希望发展成为一名深度学习算法工程师.然而,在实际的工程设计中,深度学习研发者总会面临着各 ...
- 深度学习机器学习面试题——损失函数
深度学习机器学习面试题--损失函数 提示:重要的深度学习机器学习面试题,大厂可能会在笔试面试中考 说一下你了解的损失函数? 说说你平时都用过什么损失函数,各自什么特点? 交叉熵函数与最大似然函数的联系 ...
最新文章
- 添加百度地图最简单的办法
- SQL2005数据导入错误:0xc00470fe 产品级别对于..
- kettle将多个文件压缩_如何使用WinRAR将一个大文件压缩成多个小的压缩包
- AdaBoost 和 Real Adaboost 总结
- REVERSE-PRACTICE-BUUCTF-10
- html 添加窗口小部件,如何：为自定义窗口小部件定义主题（样式）项
- 2018值得一看的GAN论文回顾
- Python 抢火车票神器，支持候补抢票
- Tmux 配置：打造最适合自己的终端复用工具
- sqlserver备份还原丢失dbo_sqlserver数据库的备份与恢复sql实现
- echarts地图文字重叠解决方案_踩坑日记:在Echarts中国地图踩到的坑
- 智能小车之电源板电路设计分析
- Java程序员不得不会的124道面试题（含答案）
- javacv截取视频截图-1.5.7版本精简包
- 安卓10自带录屏_荣耀v10怎么录屏？荣耀v10三种录屏方法
- 下载Youtube单个视频和播放列表的方法详细教程
- 整理最全规范之Git仓库管理规范，Java开发规范，最全Java命名规范，数据库开发设计规范，接口设计规范
- Android中Parcel的解读
- vue 防抖节流，开箱即用
- （程序设计方法与实践）一夜发白《千字文》