如何自學(xué)人工智能？

自學(xué)當然是可行的！如果你是人工智能領(lǐng)域的零基礎小白，可以看看這份學(xué)習計劃，部分附資源鏈接，除了書(shū)籍，配合一些視頻學(xué)習效果會(huì )更好哦。

一、人工智能

書(shū)籍：“Artificial Intelligence: A Modern Approach (AIMA)” （人工智能：一種現代方法）

不可多得的綜合性書(shū)籍，總體概述了人工智能領(lǐng)域，幾乎涵蓋新手需要了解的所有基本概念。

視頻：

https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/lecture-videos/

Artificial Intelligence course（人工智能課程）系列視頻講座，通過(guò)訓練AI玩游戲這類(lèi)趣味實(shí)踐來(lái)介紹基本知識，如果視頻太快跟不上，可以配合從上面這本書(shū)（現代方法）中尋找相關(guān)概念。

二、機器學(xué)習（計算機科學(xué)和統計學(xué)的交叉學(xué)科）

視頻：

機器學(xué)習基礎薄弱的，可以先去TutsPlus課程“Machine Learning Distilled”看一下相關(guān)概念簡(jiǎn)述，Coursera上的Andrew Ng機器學(xué)習課程，也有基本概念的解釋?zhuān)€介紹了大部分重要的算法。

（https://www.coursera.org/learn/machine-learning/）

對ML算法了解不夠的，可以配合以下教學(xué)視頻進(jìn)行理解

TutsPlus的“Machine Learning Distilled”（簡(jiǎn)要概述）

Perer Norvig 的Udacity Course on ML（ML Udacity 課程）

Tom Mitchell 的 Another course on ML

書(shū)籍：集體智慧編程（Programming Collective Intelligence）

ML算法在Python中的實(shí)踐，大量基礎性的實(shí)例，講述生動(dòng)，很適合入門(mén)學(xué)者，培養興趣的同時(shí)又開(kāi)拓視野，讓你不想懂都難！

三、深度學(xué)習（是機器學(xué)習里最近比較火的一個(gè)子集）

DL基礎方面的準備工作：

Google上的great introductory DL cources

Sephen Welch的great explanation of neural networks

書(shū)籍：

Deep Learning With Python（可自行度盤(pán)下載https://pan.baidu.com/s/1kUThYHT）

介紹DL應用程序中的最先進(jìn)成果，深入淺出，帶領(lǐng)新手快速開(kāi)始構建基礎并且接觸實(shí)踐案例，包含Keras、TensorFlow時(shí)下最先進(jìn)的工具。

Neural Networks and Deep Learning（神經(jīng)網(wǎng)絡(luò )與深度學(xué)習）

（可自行度盤(pán)下載https://pan.baidu.com/s/1miLerZM）

新手友好，作者在數學(xué)密集的區域都有標注提示。MNIST手寫(xiě)數字的識別問(wèn)題貫穿全書(shū)，每個(gè)模型以及改進(jìn)都有詳細注釋的代碼。

最后，記得關(guān)注微信公眾號：鎂客網(wǎng)（im2maker），更多干貨在等你！