分享一下我老師大神的人工智慧教程！零基礎，通俗易懂！
此文是想要進入人工智慧這個領域、但不知道從**開始的初學者最佳的學習資源列表。
一、機器學習
有關機器學習領域的最佳介紹，請**coursera的andrew ng機器學習課程。 它解釋了基本概念，並讓你很好地理解最重要的演算法。
perer norvig 的udacity course on ml（ml udacity 課程）
tom mitchell 在卡梅隆大學教授的 another course on ml（另一門ml課程）
youtube上的機器學習教程 mathematicalmonk
二、深度學習
關於深度學習的最佳介紹，我遇到最好的是 deep learning with python。它不會深入到困難的數學，也沒有乙個超長列表的先決條件，而是描述了乙個簡單的方法開始dl，解釋如何快速開始構建並學習實踐上的一切。它解釋了最先進的工具（keras，tensorflow），並帶你通過幾個實際專案，解釋如何在所有最好的dl應用程式中實現最先進的結果。
在google上也有乙個great introductory dl course，還有sephen welch的great explanation of neural networks。
之後，為了更深入地了解，這裡還有一些有趣的資源：
geoffrey hinton 的coursera 課程「neural networks for machine learning」。這門課程會帶你了解 ann 的經典問題——mnist 字元識別的過程，並將深入解釋一切。
mit deep learning（深度學習）一書。
ufldl tutorial by stanford （斯坦福的 ufldl 教程）
deeplearning.net教程
michael nielsen 的 neural networks and deep learning（神經網路和深度學習）一書
simon o. haykin 的neural networks and learning machines （神經網路和機器學習）一書
三、人工智慧
大腦如何工作
如果你對人工智慧感興趣，你可能很想知道人的大腦是怎麼工作的，下面的幾本書會通過直觀有趣的方式來解釋最好的現**論。
jeff hawkins 的 on intelligence（有聲讀物）
gödel, escher, bach
我建議通過這兩本書入門，它們能很好地向你解釋大腦工作的一般理論。
其他資源：
ray kurzweil的 how to create a mind （如何建立乙個頭腦ray kurzweil） (有聲讀物).
principles of neural science （神經科學原理）是我能找到的最好的書，深入ns。 它談論的是核心科學，神經解剖等。 非常有趣，但也很長 – 我還在讀它。
四、數學
以下是你開始學習ai需要了解的非常基本的數學概念：
微積分學
mit lectures on multivariable calculus（mit關於多變數微積分的講座）
線性代數
coding the matrix （編碼矩陣） – 布朗大學執行緒代數cs課程
概率和統計
edx probability course （edx概率課程）
五、電腦科學
要掌握ai，你要熟悉電腦科學和程式設計。
如果你剛剛開始，我建議閱讀 dive into python 3 （深入python 3）這本書，你在python程式設計中所需要的大部分知識都會提到。
要更深入地了解計算機程式設計的本質 – 看這個經典的 mit course （mit課程）。這是一門關於lisp和電腦科學的基礎的課程，基於 cs -結構和電腦程式的解釋中最有影響力的書之一。
六、其他資源
給我老師的人工智慧教程打call！
初學者如何從零學習人工智慧？
本文摘自 此文是想要進入人工智慧這個領域 但不知道從 開始的初學者最佳的學習資源列表。有關機器學習領域的最佳介紹，請 coursera的andrew ng機器學習課程。它解釋了基本概念，並讓你很好地理解最重要的演算法。perer norvig 的udacity course on ml ml uda...
初學者如何從零開始學習人工智慧？看完你就懂了
每個專案產品都會讓你加埋點，你是願意花幾天乙個個加，還是願意幾分鐘乙個小時加完去喝茶聊天？來試試這520web工具,高效加埋點，目前我們公司100號前端都在用，因為很好用，所以很自然普及開來了，推薦給大家吧 此文是想要進入人工智慧這個領域 但不知道從 開始的初學者最佳的學習資源列表。一 機器學習 有...
初學者如何從零開始學習人工智慧？看完你就懂了
此文是想要進入人工智慧這個領域 但不知道從 開始的初學者最佳的學習資源列表。一 機器學習 有關機器學習領域的最佳介紹，請 coursera的andrew ng機器學習課程。它解釋了基本概念，並讓你很好地理解最重要的演算法。perer norvig 的udacity course on ml ml u...