Artificial_Intelligence

参考资料

学习路线

• 基础

  • 高等数学、线性代数、概率论

• 学习路线

  • "啥都生"的AI学习路线：https://www.bilibili.com/video/BV16341177c1
  • 然后结合我自己的经验： 下面的课程中，吴恩达的最适合零基础，虽然反而是有点说得太清楚过头了的感觉 我刚开始试过直接看 CS231n 和 李宏毅 的课，较难看懂，都是看了前几p弃了

• 个人学习进度笔记

  • 已看完

    • Deeplearning.ai - 2022机器学习
    • Deeplearning.ai - 2021深度学习（跳过了RNN和选修部分）

  • 正在看

    • 无

视频课程

斯坦福系列

• CS131 / 李飞飞，也是李飞飞负责的，接触计算机视觉（默认学CS231n之前学过这门课了，与CS231n有些知识点是重叠的）
• CS224n，深度学习、自然语言处理
• CS231a，更全面的计算机视觉课程，专注于3D的重建、匹配和机器人视觉等方面
• CS231n / 李飞飞，计算机视觉课程，专注于一类特定的算法，从机器学习的角度，围绕神经网络、特别是卷积神经网络，并应用于各种视觉识别任务
  • 视频：https://www.bilibili.com/video/BV1nJ411z7fe，这个2017版的可能有点旧
  • 官方笔记：https://cs231n.github.io/ 评论区笔记：https://github.com/zhuole1025/cs231n（英）

吴恩达系列

这人出了好几门课，然后每门课的版本又很多。我刚开始区分时不开也有点懵圈

吴恩达，在网易课堂和B站有，说的是英文但是会有中文字幕（但基本是机翻）

• CS229版（斯坦福版，不推荐）

• 网易云版（旧版，不推荐）

  • 视频：https://www.bilibili.com/video/BV1LE411h7P4（网易云版）

• Deeplearning.ai 机器学习

  • 视频（搬运）：https://www.bilibili.com/video/BV1Pa411X76s（Deeplearning.ai 版） 视频（外网）：Coursera-Machine Learning 官方讲义链接

    • 都看一半时，突然发现有个人译版本：https://www.bilibili.com/video/BV1Zt4y1H78P（上面的是机翻这个人翻，不过视频很糊，还是算了）

  • 半官方笔记/资料：https://github.com/kaieye/2022-Machine-Learning-Specialization（全英，很杂，有pdf ppt ipynb） 网上搜的别人的笔记：https://blog.csdn.net/euffylee/article/details/113783758（但这人居然只写了一章）

  • 课件中程序常见报错与解决

    python画图报错：Unknown projection ‘3d’

    加入from mpl_toolkits.mplot3d import Axes3D即可

• Deeplearning.ai 深度学习（学完机器学习再学深度学习）

  • 视频：吴恩达《深度学习》视频课程全集_哔哩哔哩_bilibili（黄海广版） (强推|双字)2021版吴恩达深度学习课程Deeplearning.ai（啥都生版） 这两视频内容一样的，后者可能补充一点其他章节。 至于字幕后者的 个人感觉前者会好一点，不过黄海广用的是B站字幕可以爬来做笔记，又不过笔记也有现成的所以也没必要
  • pdf笔记（github）：https://github.com/fengdu78/deeplearning_ai_books（黄海广博士和同学整理，包含799页可打印pdf，优点是中文） pdf笔记（百度云）：https://pan.baidu.com/s/1EIu04R_Pn7shXk1DGo4QyQ?pwd=43s2pdf

• NLP序列模型（专题，第五门课程）

  • 视频：https://www.bilibili.com/video/BV1Co4y1279R

• 不同版本之间比较

  • 注意有旧版和新版，新版是在 Deeplearning.ai 上的，当然其他网站也有搬运，弥补老版知识点老旧的缺陷，而且新版本用的Python老版本不是 新版本好的是用了 “Python”，坏的是依然用了 “Google开摆了的tensorflow”（因为tf一点点被Pytorch吃份额，现在都是推荐用Pytorch入门，国内高校基本用的也是Pytorch）

  • 版本	B站分p	时长	怎么认？
    CS229版 - 2018秋季	20	26:33:15	讲台式教学，每p一节2h的课
    CS229版 - 2019夏季	23	41:57:24	讲台式教学，每p一节2h的课
    网易云版	112/113集	19:31:16	可以看得出相机质量不是很好、拍摄背景偏黄
    Deeplearning.ai - 2022机器学习	142集	19:37:02	有Deeplearning.ai 的 较小logo
    Deeplearning.ai - 2021深度学习	181集/192	27:19:55	有Deeplearning.ai 的 超大logo，有黄海广和同学整理的pdf

国语系列

• 李宏毅，相比于斯坦福机器学习系列。优点是讲的是普通话而不是英语，虽然有点台湾腔

  • 他的大部分视频都在油管：https://www.youtube.com/c/HungyiLeeNTU，国内搬运的只有一部分，还是得去ytb看！

  • 相关视频：https://www.bilibili.com/video/BV1Wv411h7kN（2021+2022补丁） 相关视频：https://www.bilibili.com/video/BV1J94y1f7u5（2022）

  • 2022课程与2021课程基本相同，李老师只做小补充，UP会标识2022，会根据22课程大纲将内容进行相应更新 关于两版本的区别的CSDN补充：https://blog.csdn.net/zzh516451964zzh/article/details/123212671

  • 网友的笔记：https://github.com/unclestrong/DeepLearning_LHY21_Notes （注意：由于他存在gitee的图片不能显示，要下载下来的pdf才能正常看图） （注意：他的笔记主要是用自动生成字幕的拼接，会有比较多的错别字） （由于这个笔记有图，所有我自己的笔记里就懒得重复配图了，仅作一些思绪的整理，必须结合使用）

  • 课件和资料Github版：https://github.com/Fafa-DL/Lhy_Machine_Learning 课件和资料Gitee版：https://gitee.com/zzhzwh/Lhy_Machine_Learning

  • Noter补充：

    和吴恩达机器深度学习和cs231n的课比起来，更全 比如有讲生成对抗性网络（GAN）、自监督式模型、模型攻击、机器终身学习、元学习等。 其他机器学习课程少有讲这些的

    然后就是，可能是少有的中文机器学习课程的缘故吧，这播放量和弹幕是真的多

• 浙大胡浩基老师机器学习课程

• 跟李沐学AI，动手学深度学习系列

大佬账号类

• B站
  • 啥都会一点的研究生，搬运。了比较多大佬的课
  • 跟李沐学AI，原创，大佬。有教课，也有读论文
  • 霹雳吧啦Wz，原创。比较多动手的内容，全部视频看完就很大佬了
  • 同济子豪兄，原创
• Youtube
  • 李宏毅，原创，大佬。虽然国内也有搬运课程，但不够油管里的全

书类

• 《机器学习》周志华

  • 大名鼎鼎的 “西瓜书” ，书本封面底部有一堆西瓜，并且作者喜欢使用西瓜来作比喻而得名，很好辨认
  • 书是入门书，较简单，需搭配其他课程或者参考书。 另外往往搭配南瓜书作为 “公式字典” 使用（西瓜书里的公式没有推导）

• 《机器学习公式详解》开源，谢文睿 秦州

  • 有 “西瓜书”，自然也有 “南瓜书”，南瓜在封面的顶部而非底部。南瓜书是开源免费的，当然你也可以去买纸质版
  • 西瓜书作者给的建议：“以西瓜书为主线，遇到自己推导不出来或看不懂的公式时再来查阅南瓜书”

• 略，蘑菇书

• 《深度学习 Deep Learning》

  • 也叫 “花书”，因为封面照片是一丛粉紫色的花
  • 被誉为 “深度学习圣经”

• 《统计学习方法》李航

  • 更枯燥一点

• 《神经网络与深度学习 Neural Networds and Deep Learning》MichaelNielsen著

• 《动手学深度学习 v2》李沐，电子书开源，B站有账号

论文类

• B站：跟李沐学AI
• 本地资源那堆

视觉方向

• 《OpenCV3 编程入门》
• 北大 黄琳琳 MOOC
• 唐宇迪 OpenCV
• CS231n

实用网站

• Scikit-learn 是一个非常广泛使用的开源机器学习库。比如提供了一些模块可以可以给python使用，以训练模型