人工智能数据推荐

人工智能数据推荐,第1张

有收获的同学一定记得点赞,鼓励我继续分享更多干货

零基础入门,先建立感谢认知

林轩田,机器学习基石:https://www.bilibili.com/video/BV1Cx411i7op?share_source=copy_web

林轩田,机器学习技法:https://www.bilibili.com/video/BV1ix411i7yp?share_source=copy_web

先不要去看概率论、微积分,这个容易劝退;对于英文不好的同学也不要去看吴恩达的机器学习视频,吸收率是在是低。


林轩田的这两套课程最适合一般人建立对人工智能的感性认知。


从固有思维出发,看看机器学习理论《统计学习方法(第2版)》

进入深度学的世界《神经网络与深度学习》

有理论基础后,开始上手干活《机器学习实战(原书第2版》

实际工作中,pytorch和TensorFlow框架最流行《深度学习之Pytorch物体检测》

选择钱景方向,推荐系统>NLP>机器视觉>量化交易>语音识别

还是要补一下工程能力,python、爬虫常用

顺便分享工程中超级实用的工具

1.快速看到世界上AI各个应用领域最新、最先进的模型:Papers with Code - Browse the State-of-the-Art in Machine Learning

每个领域SOTA模型的指标排行榜、论文、源码、数据集都完整。


每遇到一个工程问题先到这里来看看思路,数倍提高生产效率;如果平时要跟踪前沿技术的发展情况,可以随时来读几篇论文,跑跑源码;

2.搞人工智能离开了梯子工具水平就停留在国内了

1.vpn排行榜世界第二,第一是expressvpn,它的优势主要是便宜、稳定、全平台支持;不足是不支持终端翻墙,expressvpn支持

3.京东阅读和微信读书都支持浏览器在线读书,好多书籍都有电子版本,实在是方便(知乎太坑了,分享个阅读网站说是违规,就是为了自身利益吧,我还是去简书吧)

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/580102.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-04-11
下一篇 2022-04-11

发表评论

登录后才能评论

评论列表(0条)

保存