/Machine-Learning-Deep-learning-Computer-Vision

机器学习、深度学习、计算机视觉等资料链接

Overview

总结一下自己在机器学习、深度学习、计算机视觉等领域内学过的课程以及心得，文中的所有资料都有连接，有的是我的百度网盘链接，有的是网页链接。希望对想学习AI知识或想从事AI工作的的童鞋们有所帮助。如果英语不好的童鞋，可以把吴恩达机器学习、深度学习课程反复听，吴大神的课不仅理论知识易懂，所用的英语也很经典。

Tools

如果你是新手，即没有任何编程基础，但是有一定的数据基础（高等数据即可）。建议先学习python，再学习C++。python是一门很通俗易懂的脚本语言，当掌握了python后，再学C++会很简单。基本所有的编程语言所用的各种算法结构都是一致的，只是语法不一样。需要经常访问的网站Udacity，Coursera、Github，这三个网站可以找到AI的基本所有教程及有帮助的代码。国内网站建议网易云课程、MOOC。

Python

C++

在学习相关知识时，建议能够翻墙访问Google、Youtube等，如果需要翻墙才能访问的话，建议下载Lantern。学习过程中有不懂得可以YouTube直接搜索，一般情况都会找到非常易懂的教程。

Machine Learning

  • 唐宇迪机器学习

    注：本课程讲解的理论知识比较浅显，有的讲的并不是很清楚，但是每个机器学习模型都有有大量的python实现的代码，适合进一步学习python在机器学习方便的编程。

  • 吴恩达机器学习

    注：此课程是吴大神Coursera上的课程，不过网易云课堂中有完整的视频。此课程非常经典，是Coursera上学习人数最多的课程。

  • Udacity 机器学习工程师

    注：此课程时付费课程有证书，理论结合python实战项目，每个项目都有mentor指导和审阅，非常棒。

  • 吴恩达斯坦福大学机器学习公开课(cs229)

    注：此课程是吴大神斯坦福大学的公开课，据说当时有800多人申请，没有那么大教师，所以进行了录像。目前，完整的视频只有2008年的，有点模糊，但是吴大神的课都是经典。此课程在网易公开课上有完整视频。

  • **大学林轩田 机器学习基石 机器学习技法

    注：此课程结合cs229课程，机器学习的理论知识基本上都讲到位了。

  • 概率图模型讲的比较好的课程：徐亦达机器学习课程、机器学习-白板推导系列

如果学习过程中感觉数学知识跟不上了，推荐：可汗学院线性代数、麻省理工线性代数(18.06)、麻省理工微积分、从数学中看AI 人工智能数学基础。对有高等数学基础的童鞋们，建议遇到哪里不会，学哪里，这样可以节省时间。

Deep Learning and Computer Vision

  • 吴恩达 Deep Learning

    注：此课程是吴恩达的又一非常受欢迎的课，课程分5部分，每部分大概3-4周，每周都有1-2个python实战项目。此课程深度学习的细节将的非常透彻，如果掌握此课程，完全掌握了深度学习领域内基本知识。

  • 李飞飞计算机视觉(斯坦福cs231)

    注：此课程我没有系统的去学习，但是评价非常高，很受欢迎。

  • Udacity 深度学习、计算机视觉

    注：这两门课程都是付费课程，如果学习过吴恩达或李飞飞的课程，可以直接在github上下载这两门课程的Projects，直接完成Project就好。

Robotics

  • Udacity Artificial Intelligence for Robotics

    注：本课程是Udacity免费课程，由无车之父Sebastian Thrun亲自授课，如果想学无人车建议先学这门比较入门的课程。

  • Udacity 无人驾驶工程师

    注：本课程程是付费课程，而且比较贵，目前是无人车技术最权威的课程，如果想做无人驾驶方向的童鞋建议系统的学习此课程。

NLP