有一天我忽然忘記了一個(gè)函數(shù)的用法，于是就上谷歌搜，結(jié)果搜出來(lái)的竟然是自己寫(xiě)的一篇筆記，上面有很詳細(xì)的回答。當(dāng)時(shí)感覺(jué)是跟另外一個(gè)自己進(jìn)行交流，那一個(gè)是剛學(xué)完知識(shí)，印象還非常深的自己。
于是翻了一下微信、微博和知乎上收藏的文章，發(fā)現(xiàn)有很多文章收藏以后沒(méi)有認(rèn)真地看，或者就是雖然看了，但也已經(jīng)忘了。因此產(chǎn)生一個(gè)念頭，用一個(gè)工具整理各個(gè)平臺(tái)上收藏的文章，分門(mén)別類(lèi)地放好，并且進(jìn)行整理匯總，逼自己好好地復(fù)習(xí)一遍，并把整理好的資料發(fā)到網(wǎng)上，這樣一來(lái)可以對(duì)自己所學(xué)的東西進(jìn)行梳理鞏固，使知識(shí)脈絡(luò)結(jié)構(gòu)更加清晰，二來(lái)又可以幫到其他人，這也是寫(xiě)文章的動(dòng)力。
所以決定開(kāi)個(gè)小專(zhuān)欄，《人工智能知識(shí)整理》，用來(lái)分享自己看過(guò)的，并且覺(jué)得有用文章，每一輯都以簡(jiǎn)介+鏈接的形式介紹，第1輯就以深度學(xué)習(xí)入門(mén)資源為主題，介紹自己曾經(jīng)所學(xué)過(guò)的課程，或者覺(jué)得還不錯(cuò)的資源。
Fast.ai深度學(xué)習(xí)實(shí)戰(zhàn)
由Jeremy和Rachel創(chuàng)作的一系列深度學(xué)習(xí)課程，初學(xué)者即使不會(huì)微積分、不會(huì)概率論、不會(huì)線性代數(shù)、不會(huì)Python，都能一步步地在課程當(dāng)中慢慢學(xué)會(huì)深度學(xué)習(xí)的應(yīng)用，本號(hào)有一篇介紹的詳細(xì)文章，大家請(qǐng)看：
深度學(xué)習(xí)沒(méi)你想象的那么難，F(xiàn)ast.ai 帶你學(xué)習(xí)帶你飛！Andrew Ng--《Machine Learning》
不用說(shuō)，這門(mén)課程基本上是學(xué)機(jī)器學(xué)習(xí)的學(xué)生必修課程，直接到Coursera上進(jìn)行學(xué)習(xí)：
Coursera--Machine Learning深度 | 機(jī)器學(xué)習(xí)初學(xué)者最常見(jiàn)的5個(gè)錯(cuò)誤：你該怎么避開(kāi)它們？
機(jī)器之心的文章，現(xiàn)在回頭看看，這5個(gè)錯(cuò)誤真的會(huì)犯：
深度 | 機(jī)器學(xué)習(xí)初學(xué)者最常見(jiàn)的5個(gè)錯(cuò)誤：你該怎么避開(kāi)它們？人工智能從入門(mén)到進(jìn)階，機(jī)器之心高分技術(shù)文章全集
同樣來(lái)自機(jī)器之心，上面有非常多的資源，不過(guò)未經(jīng)更詳細(xì)的分類(lèi)，讀者需要有選擇地閱讀。
人工智能從入門(mén)到進(jìn)階，機(jī)器之心高分技術(shù)文章全集-
技能 | 如何開(kāi)始深度學(xué)習(xí)？這里有一份完整的攻略
本文由AI100編譯，作者是GRANDJANITOR，分享了他的學(xué)習(xí)歷程。
技能 | 如何開(kāi)始深度學(xué)習(xí)？這里有一份完整的攻略總結(jié)，本人是從吳恩達(dá)的Machine Learning學(xué)起，吳老師的課程是帶大家入門(mén)機(jī)器學(xué)習(xí)這個(gè)領(lǐng)域，機(jī)器學(xué)習(xí)包括很多很多方面，例如回歸、分類(lèi)、聚類(lèi)、神經(jīng)網(wǎng)絡(luò)等等，課程基本上涵蓋了主流的算法，也帶大家用matlab實(shí)現(xiàn)了一遍。但這僅僅是開(kāi)始，吳恩達(dá)帶大家進(jìn)入了機(jī)器學(xué)習(xí)的世界之后，如果想鉆研某一方向的內(nèi)容，就必須自己去尋找更深入的課程，比如筆者感興趣的是圖像深度學(xué)習(xí)，于是就去學(xué)Fast.ai，和李飛飛的CS231n。如你對(duì)推薦系統(tǒng)感興趣，可以閱讀項(xiàng)亮的《推薦系統(tǒng)實(shí)踐》、《集體智慧編程》。如你對(duì)NLP感興趣，F(xiàn)astai的課程有NLP的內(nèi)容、Michael Collins的公開(kāi)課課程（跟吳恩達(dá)的風(fēng)格比較像）、斯坦福CS224d，又或者入門(mén)時(shí)可閱讀吳軍老師的《數(shù)學(xué)之美》，都是非常好的課程資源。
“老師帶入行，修行看自己?！?/em>
