李宏毅 吴恩达谁的课更好?
深度学习李宏毅和吴恩达谁的课比较好?
利用闲暇时间了解AI,希望学习时间自由度高一些。我们最经典重要的AI知识整理成图,并推荐经典学习材料和链接,希望AI爱好者高效清晰的掌握AI的精髓,真正无师自通。
学习路线
参考台湾大学李宏毅老师的LearningMap,制定了这次培训的LearningMap,图中学习的顺序也做了相关的标注。我们先从监督学习中的线性回归问题开始学习。因为机器学习需要一定的数学基础,有些数学知识还是大学的时候学习的,可能大家有些已经忘记了,所以在线性回归之前我们也准备了线性代数、概率论和资讯理论的材料供大家复习。
学习材料
主要参考资料
1、《机器学习课程-吴恩达网易公开课》
吴恩达机器学习课程对应的课件
(视频课程:http://open.163.com/special/opencourse/machinelearning.html)
2、《机器学习实战》
这本书将理论和实践相结合,里面会有一些演算法应用的实际例子,供大家参考,主要采用python语言。
3、《machinelearninginaction.zip》
包含《机器学习实战》中的每章节实践代码和数据。
4、《深度学习_中文.pdf》
一本主要介绍深度学习演算法的材料,前面的章节也包含了数据基础知识 和机器学习的简单介绍。
5、《统计学习方法(李航).pdf》
李航老师的统计学方法主要介绍了几种经典的演算法,LR,SVM,CART等,推导和演算法也比较详细,建议仔细阅读。
6、《机器学习(周志华)》
周老师的这本书讲解比较详细,内容也很丰富,除了我们相关的章节, 其他的内容大家有时间也可以都看看。
7、《李宏毅深度学习2017视频》
youtube上可以观看,每节课对应的视频详细网址会具体给出。
8、《深度学习2017ppt.rar》
辅助参考资料
1、《机器学习基石视频》
2、《机器学习技法视频》
这两门课程都是由台湾林轩田老师主讲的,像决策树,随机森林,GBDT 在这门课程中都有讲解,想详细了解的同学可以选择对应的视频观看。youtube上可以看。
3、《麻省理工公开课:线性代数》
4、Gilbert Strang教授的网易公开课
文章链接:
人工智慧园地:AI爱好者们看过来,一张图让你入门AI?zhuanlan.zhihu.com入门的话吴恩达更简单
毕竟定位本身就低一点,吴恩达是给业余讲的,李宏毅是给有相关基础的硕士生甚至博士生讲的
建议先吴恩达系列学完再李宏毅
当然是李宏毅教授!
一是中文授课比起其他英文中字和英字的更好理解!中文课好理解!中文课更好理解!
对于英语不太好的同学,上来就要用英语学深度学习的数学知识,会很受挫!
李课程里的项目和论文都很新,同时也很生动,可以迅速的接触一些新东西!十分接地气,亲近年轻人,为了讲清楚一个概念或技术,PPT的可视化做的非常非常非常用心,简洁易懂。如果想通过中文视频学习Deep Learning,他的课是首选。这里diss下国内那些几十年不换PPT的老师……
放一张他课程里的PPT,用了动漫女主做例子,讲解Matrix Factorization,太生动了有没有。一个教授居然知道科学磁电炮、轻音少女平泽唯,哈哈哈~~~
PS:一定要参与作业!只听不做作业是没有效果的!
只看过李宏毅的课,跟著ppt走的,感觉还可以,就是有点听不清。。
这俩老师的水平肯定没得说,至于哪个课好。。。哪个老师你跟得上跟著轻松,哪个就好
都好,时间允许的话可以都看。不过吴恩达更容易入门。
两个都好,各有各的讲法,值得都看,并不浪费时间
李宏毅吧
推荐阅读: