查看原文
其他

终于找到了!AI学习路线图——从零基础到就业

华章郭老师 大数据DT 2021-10-18

导读:极简可行,少即是多。


作者:华章郭老师
来源:大数据DT(ID:hzdashuju)


本指南为不擅长数学的你私人订制,同时适用于:

  • 想要学习AI的学生、程序员、研究人员或爱好者;
  • 想转行AI的读者;
  • 想把AI运用到本职工作的读者。

新手自学三大误区:

  • 贪多求全收集资料,却一份也没看完;
  • 想通过脑图了解“系统入门路线”,却只看到满屏的陌生名词,还是不知该怎么学;
  • 翻开AI技术书,第一眼就被公式“劝退”。

如果你也一样,在初学入门时踩到这些“坑”,那么继续往下看吧。

路线图制定原则:少即是多

最大化节约你的时间和精力,优先向重点发力,捡西瓜而不是捡芝麻。

路线图分为3个阶段:1. 零基础入门,2. 基础进阶,3. 工作应用

  1. 在入门阶段,你需要的不是大量资料的罗列,而是一个简单可行的引导——只学重点,建立信心。所以小编只推荐4本书,而且不必全部看完;
  2. 一旦真正入门,消除了迷茫,这时再向你推荐全面和深入的内容,才有帮助;
  3. 达到工作水平后,你自己就会知道怎样学了,同时也已融入这个圈子。这时推荐一些你会在工作中用到的参考书,你自行选择即可。
  4. 路线图中推荐的书,为了方便新手理解,对每本书都只用直截了当的一句话去描述其特点,把阅读成本降到最低。已经入门或处在行业内的读者,也可以通过路线图来查缺补漏,让自己升值。

先上图,然后看说明:


  • 高清大图下载关注大数据DT,在后台对话框回复AI路线图


第一阶段:零基础入门(3-6个月)

新手应首先通过少而精的学习,看到全景图,建立大局观。通过完成小实验,建立信心,才能避免“从入门到放弃”的尴尬。因此,第一阶段只推荐4本最必要的书(而且这些书到了第二、三阶段也能继续用),入门以后,在后续学习中再“哪里不会补哪里”即可。


入门路线上,建议先掌握机器学习的基础(传统模型)后,再开始学深度学习。原因有二:

  • 一来机器学习基础是“以不变应万变”的内功。一旦掌握了基础,你对深度学习等进阶技术,以及不断变化的新技术都可以触类旁通,节省学习成本;
  • 二来深度学习对计算机硬件要求高,不适合新手用个人电脑自学。

但是有个问题:机器学习相对深度学习来说,对数学基础要求稍高,这该怎么解决呢?

答案就在路线图的第一本书里——《机器学习算法的数学解析与Python实现》

机器学习算法的数学解析与Python实现作者:莫凡
推荐语:看得懂、学得会、不枯燥的机器学习入门书。用白话帮你从生活案例中理解算法,发现算法的乐趣,再把算法应用到机器学习中,让你零基础掌握算法精髓,快速进入AI开发领域。

这本书堪称小白福音!你别看它的书名挺长,但作者可是用视频弹幕般的解说风格,带你零基础入门的。至于内容有多么的多通俗易懂,你看一下作者写的文章就知道了。(点击查看木羊专栏

你要的机器学习全景图,也就在这本书里。

学习理论基础的同时,通过实践带给自己正反馈,才能持续的学下去。人工智能入门用Python你肯定知道,推荐《Python程序设计:人工智能案例实践》,这是结合AI实例入门Python非常好的一本。即使你将来成为机器学习工程师后,也能把这本书放在手边备查。

Python程序设计:人工智能案例实践作者:保罗·戴特尔
推荐语:极简入门Python和AI,读这一本就够了!538个实例帮你掌握交互式IPython解释器和JupyterNotebook并应用Python实践人工智能项目。

掌握了基本的Python语法后,就可以实践机器学习了,推荐2本“四大名著”足矣。特别是豆瓣满分的蜥蜴书。推荐理由可以看这篇文章:为什么“蜥蜴书”是机器学习入门必读书?


机器学习实战作者:奥雷利安·杰龙点击上方封面了解及购买
推荐语:“美亚”人工智能畅销榜首图书,基于TensorFlow2全面升级,内容增加近一倍!Keras之父鼎力推荐,从实践出发,手把手教你从零开始搭建起一个神经网络。

Python机器学习作者:塞巴斯蒂安·拉施卡
推荐语:深度学习“四大名著”之一、美亚畅销书全新升级,《ACM计算评论》年度最佳奖图书,Python机器学习入门教程。

“四大名著”绝非浪得虚名,到你入门进阶之后,会更加领会这2本书的价值。

上述4本书在手,你的零基础入门之路可以说是无死角了,你只需要踏下心来,按书中的内容按部就班动手做,切记,一定要动手实践!


第二阶段:基础进阶(3-6个月)

熟读《机器学习算法的数学解析与Python实现》并动手实践后,你已经对机器学习有了基本的了解,不再是小白了。这时可以开始触类旁通,学习热门技术,加强实践水平。在深入学习的同时,也可以探索自己感兴趣的方向,为求职面试打好基础。


这一阶段,还可以继续实践2本“四大名著”。在遇到一些新概念时,需要提升数学基础,此时推荐阅读《机器学习算法》《机器学习中的概率统计:Python语言描述》来集中理解机器学习中的数学和算法。可查看文章《终于有人把条件概率和贝叶斯公式讲明白了》。

机器学习算法作者:安柯·莫特拉
推荐语:麻省理工学院“机器学习算法”课程教材,介绍可解释的机器学习,探索理论计算机科学和机器学习这两个领域能够互相借鉴的知识。

机器学习中的概率统计作者:张雨萌
推荐语:GitChat畅销专栏全面升级!系统讲解机器学习中的概率统计核心知识和计算技巧,利用Python工具和典型案例,帮你高效构建机器学习概率统计理论与实践体系。


此时,你可以进入“深水区”了,深度学习理论入门只看这本“蒲公英书”就够了,配套素材非常丰富,内容也绝对够新,让你形成系统的知识脉络。可查看文章:《深度学习如何入门?这本“蒲公英书”再适合不过了!豆瓣评分9.5!》。

神经网络与深度学习作者:邱锡鹏
推荐语:复旦大学邱锡鹏教授力作,周志华、李航联袂推荐!深受好评的深度学习讲义“蒲公英书”正式版!系统整理深度学习的知识体系,由浅入深地阐述深度学习的原理、模型及方法。

实践方面推荐你阅读业内公认的口碑好书《Python深度学习:基于PyTorch》,如果想掌握另一种热门框架TensorFlow的话,再回去看两本“四大名著”就好,版本都是最新。

Python深度学习:基于PyTorch作者:吴茂贵 郁明敏 杨本法 李涛 张粤磊 
推荐语:业内公认的深度学习入门实战好书!资深AI专家20余年工作经验总结,从工具、技术、算法、实战4个维度全面讲解深度学习,重点突出、循序渐进、用图说话,配学习PPT。

深度学习领域当下最热门的“Embedding(嵌入)”和“GAN(生成对抗网络)”也都有最新专著,两本书都是经过时间考验的,会对你深入实践帮助很大。可查看文章:《终于有人把生成对抗网络(GAN)讲明白了》。

深入浅出Embedding作者:吴茂贵 王红星
推荐语:北京智源人工智能研究院院长、微软中国首席技术官、亚马逊云上海AI研究院院长、中国计算机学会副理事长推荐。


至于系统能力,属于“九阳神功”级别的“内功”。虽然有些人系统能力学得不好也找到了工作,但你如果想有长远发展,还是要抽时间“回炉”。大厂面试也常考系统能力的问题,可见其重要性。系统能力方面最好的书,看过图中这3本,就可以了。可查看文章:《“智能计算系统” 开讲啦!》。

智能计算系统作者:陈云霁 李玲 李威 郭崎 杜子东
推荐语:深度学习处理器芯片研究的开拓者陈云霁领衔,中科院计算所、软件所的专家学者倾心写就。智能领域系统能力培养大成之作!


第三阶段:工作应用


这一阶段你已经不再需要引导,只需要一些推荐书目。如果你从入门时就确认了未来的工作方向,可以在第二阶段就提前阅读相关入门书籍(对应“商业落地五大方向”中的前两本),然后再“哪里不会补哪里”。


这个阶段,只提醒1点:工程应用绝对没有学术理论的AlphaGo那么炫酷,想要快速避坑,了解技术商业化中的取舍,除了工作实践之外,推荐你阅读“冰山书”:《机器学习:软件工程方法与实现》,从工程上再刷新一次机器学习,避开新手犯错的“重灾区”。可查看文章:《先放下李航和周志华,从工程上刷新一次机器学习》。

机器学习:软件工程方法与实现作者:张春强 张和平 唐振
推荐语:大型金融集团专家撰写,基于Python,将软件工程思想、方法、工具和策略应用到机器学习中,提供高质量代码设计、可复用源码和工业应用框架。

这里赠送一发图里没有的小彩蛋:如果你对金融科技方向感兴趣却又是个外行的话,这本《金融智能:AI如何为银行、保险、证券业赋能》也是为你私人订制的。可查看文章:《未来,金融业或颠覆于人工智能?》。


结语

现在的你已经进入机器学习工程师这条“伟大的航路”了,也许修行之路才刚刚开始。技术发展日新月异,练好“内功”才能走的更远。可查看文章:《深入理解计算机系统》漫游指南

最后再给部分“看不下去书”的同学一个可行的建议——微习惯。每天只抽出5分钟时间看书,坚持三周后,你再来告诉我,是否养成了阅读的习惯?

好了,菜已炒好并端到你面前。筷子在这,吃不吃看你了。


以上部分图书正在当当5折限时优惠长按二维码发现更多AI学习好书



一直看到这里的你,一定是爱读书的人。欢迎加入大数据读书会微信群,结识更多同行业小伙伴,我们将不定期在群里送书!未来还有更多福利等你认领!加数据叔微信DoctorData,备读书会,拉你入群!

干货直达👇

更多精彩👇

在公众号对话框输入以下关键词查看更多优质内容!
PPT | 读书 | 书单 | 硬核 | 干货 讲明白 | 神操作大数据 | 云计算 | 数据库 | Python | 爬虫 | 可视化AI | 人工智能 | 机器学习 | 深度学习 | NLP5G | 中台 | 用户画像 1024 | 数学 | 算法 数字孪生
据统计,99%的大咖都关注了这个公众号👇
: . Video Mini Program Like ,轻点两下取消赞 Wow ,轻点两下取消在看

您可能也对以下帖子感兴趣

文章有问题?点此查看未经处理的缓存