我現在是大三的軟體學院學生，總是聽別人說深度學習，機器學習什麼的，只知道是人工智慧方向的，什麼都不懂，那麼想學習的話，該如何學？謝謝了。

之前整理了一些不錯的學習資料~~分享一下~~

書籍方面：

(大家需要具備相關的基本高數、線代、概率論等知識)

1.機器學習(周志華):這本書可以當作入門。

2.統計學習方法(李航):這本書是真的不錯，裡面也有不少的公式推導。

3.統計自然語言處理(宗成慶):中文版的自然語言處理書籍比較少，這本書最大的特點就是比較全方面，但是每個地方都是點到為止，大家可以當作地圖使用。

4.Deep Learning(Ian Goodfellow, Yoshua Bengio and Aaron Courville):話不多說，幾位大牛之作。

5.數學之美(吳軍):推薦這本書的理由是因為我當小說看完感覺很不錯(https://pan.baidu.com/s/1_lk4HDulAlEusvRoYgJ9tA)

6.Machine Learning Yearning(NG新書)

https://github.com/yuquanle/machine-learning-yearning

7.Deep Learning in Natural Language Processing(鄧力、劉洋教授等人)

8.PRML(Christopher Bishop):有點偏Bayesian，這本書聽說也不錯，但是我還沒看…

課程方面：

(有些課程需要翻牆，其實強大的B站可以看)

1.Coursera上的Andrew Ng的機器學習課程可以當作入門。

B站鏈接:

https://www.bilibili.com/video/av14111147?from=searchseid=8596299097758793438

2.台灣大學的機器學習基石(林軒田)聽說也不錯。B站鏈接:https://www.bilibili.com/video/av12463015?from=searchseid=5018197974871318943

4.第三個是我力薦的，台大李宏毅老師的課程，真的是相當不錯，主要是講的很清晰而且簡單。另外這個老師超愛看動漫，所以講課經常穿插動漫人物，interesting。李老師的個人主頁: http://speech.ee.ntu.edu.tw/~tlkagk/index.html

這裡有他歷年的課程視頻以及課堂ppt。看不了的同學可以去B站上看17年的機器學習課程視頻:https://www.bilibili.com/video/av10590361?from=searchseid=5018197974871318943

5.斯坦福CS224d：自然語言處理的深度學習[更高級的機器學習演算法、深度學習和NLP的神經網路架構]http://cs224d.stanford.edu/syllabus.htmlCS224n：CS224n: Natural Language Processing with Deep Learning6.Reddit超高贊免費NLP課程：有視頻、PPT、作業：https://github.com/yandexdataschool/nlp_course7.網易雲課堂有吳恩達的免費課程(微專業)：https://mooc.study.163.com/smartSpec/detail/1001319001.htm

深度學習框架：

Keras：Keras是一個高層神經網路API，Keras由純Python編寫而成並基Tensorflow、Theano以及CNTK後端。

中文文檔：https://keras-cn.readthedocs.io/en/latest/

官方Github：https://github.com/keras-team/keras （有問題可以在這裡開issue提問）Keras例子：https://github.com/keras-team/keras/tree/master/examplesPytorch：PyTorch 是一個 Python 優先的深度學習框架，能夠在強大的 GPU 加速基礎上實現張量和動態神經網路。中文文檔：http://pytorch.apachecn.org/cn/tutorials/index.html官方github：https://github.com/pytorch/pytorchPytorch例子：https://github.com/yunjey/pytorch-tutorial超全的Pytorch資源列表：https://github.com/bharathgs/Awesome-pytorch-listTensorflow：TensorFlow 是世界上用的人最多的開源機器學習框架，谷歌出品。中文文檔：http://www.tensorfly.cn/

教程：

https://www.tensorflow.org/tutorials/ https://github.com/yuquanle/TensorFlow-Chinese-Tutorialhttps://tensorflow.google.cn/tutorials/?hl=zh-cn官方github：https://github.com/tensorflow/tensorflowTensorflow例子：https://github.com/aymericdamien/TensorFlow-ExamplesPython庫：Numpy：該庫提供了NumPy數組類型的數學運算向量化。Pandas：Pandas是數據整理的有效利器。NLTK：NLTK旨在促進NLP及相關領域（語言學，認知科學人工智慧等）的教學和研究，目前受到重點關注。

Scikit-learn: 一個簡單高效的數據挖掘和數據分析工具。

Gensim：分析純文本文檔的語義結構以及檢索相似語義文檔。Snowp：SnowNLP是一個python寫的類庫，可以方便的處理中文文本內容。Spacy：工業級nlp工具。

開源項目方面:

(我fork了一些比較不錯的github開源項目):1. https://github.com//RedditSota/state-of-the-art-result-for-machine-learning-problems該項目提供了很多機器學習問題的當前最優結果，並盡量保證該庫是最新的。並且這個項目類似於眾包，希望更多的小夥伴參與進來。如果你發現了一個數據集的當前最優結果，請提交並更新該 GitHub 項目。這是為所有類型的機器學習問題尋找當前最優結果的一次嘗試。2.清華老師劉知遠組推薦30來項演算法代碼和工具包列表:

https://mp.weixin.qq.com/s?__biz=MzA4NzE1NzYyMw==mid=2247496990idx=1sn=1a190f20a9c0876af7c48cecb361303bchksm=903f0b06a7488210b56cac445fb1039a8e2d8d3ade217816ab9619431227705ce048c80e9030mpshare=1scene=23srcid=0326i36NHdp0Tj8O6y0ZB5Fq#rd

3. 跟蹤自然語言處理（NLP）進度的存儲庫，包括數據集和最常見的NLP任務的當前最新技術：https://github.com/yuquanle/NLP-progress4．2018/2019/校招/春招/秋招/演算法/機器學習(Machine Learning)/深度學習(Deep Learning)/自然語言處理(NLP)/C/C++/Python/面試筆記：https://github.com/yuquanle/Algorithm_Interview_Notes-Chinese另外，求職的我還推薦一份數據結構演算法資料：https://github.com/CyC2018/CS-Notes/blob/master/notes/Leetcode%20%E9%A2%98%E8%A7%A3.md5. 川大畢業極客創建項目《深度學習500問》：https://github.com/yuquanle/DeepLearning-500-questions6. 中文NLP資源，在GitHub上，有人收羅了一份資源，彙集了40個關於中文NLP詞庫，涵蓋了各個方面：https://github.com/yuquanle/funNLP

7.西湖大學張岳博士在EMNLP2018 上做了《Joint Models for NLP 》的Tutorial。

下載：https://pan.baidu.com/s/1DxOqXxlK-1BCHqMCwr5_ZA

老師主頁：https://frcchang.github.io/index.html

都這個時候了，應該有自己的規划了，到底是工作還是讀研，如果工作的話，現在才開始學習，可能會有點晚，如果考研的話，可以等考研以後在開始，回到正文，如果想入門，可以看一下周志華的西瓜書和李航的統計學習，視頻的話可以看一下吳恩達的機器學習深度學習視頻。

講真，最最重要認真對待所有數學及專業課程，其他網上公開的課程，書籍大都可以

作為曾經經歷過的如今已放棄的人來答一發。

最重要的是啥，是看書？是打比賽？是刷題？我可以這麼說，都不是。

最重要的是找一個在這方向上的導師，讀個研。

這問題要是2015年問的，那鐵定是看書打比賽刷題，找實習，儘快「忽悠」進去，如今是2018年，你如今大三，也就是說，等你畢業得2020年，這個時候企業早就冷靜下來了，現在遠遠不是什麼自學成才的風口時期了。

假如你不相信的話，可以投投簡歷，面一面演算法的實習生，當然內推，公司有熟人不算哈，自己體驗一下。

這個時候，對於你來說，最重要的是把握好方向，找個感興趣的方向，比如nlp，比如強化，然後找找有哪些實驗室，然後提前問問他們的要求，再努力保研（或考研）進入實驗室。接受系統且完整的訓練。

先別買一大堆書，學別人學tf，pytorch，你學了之後，你會發現很多公司不care你用什麼包，care的是你的基礎，而自學是很難把基礎打牢的，況且你時間不多了。

其他的就沒有了。祝好運。

推薦閱讀：
查看原文 >>
相关文章