Artificial-Intelligence-Roadmap

一、项目初衷

该repo旨在给 极创工作室 的学弟学妹提供一个大致的人工智能学习路径图,该路径图仅供参考,具体实施需要结合自己的实际情况就行选择。我们欢迎更多的同学对该repo有更多建议和优化方案,欢迎您使用Forking工作流提交 Pull Request,具体参考atlassian文档,大致步骤如下:

  1. 在GitHub上Fork本仓库
  2. Clone Fork后的个人仓库
  3. 设置upstream仓库地址,并禁用push
  4. 我们建议使用分支开发
  5. PR之前保持与原始仓库的同步,之后发起PR请求

二、学习路线及必备技能

二、课程资料

课程序号 课程名字 总时长
01 计算机视觉(本科)北京邮电大学-鲁鹏 21:29:39
02 计算机视觉与深度学习 北京邮电大学-鲁鹏 23:25:04
03 【吃瓜教程】《机器学习公式详解》 15:14:29
04 Transformer模型 by ShusenWang 约1h
05 2021版吴恩达深度学习课程Deeplearning.ai 28:35:55
06 DeepLearning.ai 四项基础课
07 适用于初学者的Pytorch编程教学 07:24:40
08 2022最新版-李宏毅机器学习深度学习课程 41:48:53
09 CS229(2018秋) 26:33:14
10 CS231n(2022 slides)
11 CS224(2021) 25:15:27
12 动手学深度学习 PyTorch版 约48h
13 Practical Deep Learning for Coders 视频资料14:10:57
14 李沐老师读论文系列
15 CS329P 11:16:00
16 林轩田机器学习基石 14:04:15
17 林轩田机器学习技法 16:03:43
18 手推机器学习
19 最优化理论与方法 约23h
20 机器学习白板推导 60:39:02
21 吴恩达机器学习 19:24:24

三、Paper推荐

LICENSE


知识共享许可协议
本作品采用知识共享署名-非商业性使用-相同方式共享 4.0 国际许可协议进行许可。