|
|
发表于 2023-9-19 09:34:04
|
显示全部楼层
分三部分回答你，深度学习，机器学习和python
深度学习建议可以去网易云课堂上看免费的CS231n和吴恩达的深度学习视频，这两个看完了，并且也跟着写了一些代码，那就可以继续深入干很多事了。
同时建议阅读这本书：Neural networks and deep learning
链接是英文的，但网上可以找到中文翻译的pdf文件，这本书作为入门神经网络真是太好了。
接下来去找最近的基本关于tensorflow或者pytorch等等框架的书，把市面上有的书都看一遍，理解的不够就再看一遍，市面上一共就没几本关于这些的书，而且认真看完一本，再看其他的其实很快。
到这，理论上来说实际去做点小项目应该没啥问题了。
但最好再去补充一波论文的阅读，一些经典的论文，比如一些经典的网络（VGG,googlenet,resnet等），seq2seq，attention等等，这些都是很经典的东西。
接着刚开始做项目肯定还是不知道怎么入手，可以找个课题（比如目标识别，比如ocr，比如神经翻译，比如文本生成），在tensorflow的model zoo里找找看有没有对应的代码，比如object detection的代码，或者github上找其他人写的非官方的也可以，首先跑通它的例子，然后看看它的输入数据是怎么组织的，把数据换成你自己的数据再跑看看有没有效果。
跑例子的同时也应该去找这个例子对应的论文好好读读，别人的代码也可以读读。
然后就可以自己去写网络结构做点实际的项目了。
整个过程，最好定期读一些经典的论文，找准一个方向深入进去，是图像还是nlp根据自己的兴趣来，强化学习也不错，不过需要更多的理论基础。
机器学习的话，视频可以看吴恩达在斯坦福大学的那个视频CS229，在网易公开课上有（注意不是网易云课堂），那个教学视频偏算法原理，可以结合着看李航那本《统计学习方法》，这两本都比较偏算法原理，还有两本被称为神书的，《PRML》，《ESL》，这两本不着急看，以后工作中再慢慢看，或者如果干深度学习的话，这两本书是否有看的必要还有待商榷。
还有一本《机器学习实战》，就下面这个，也比较浅显易懂，建议也看看，写了一些简单的算法实现。
下面这本我个人觉得也不错，《实用机器学习》，没有说很多算法，但说了很多怎么开始动手干机器学习：
接下来可以去kaggle或者天池上做比赛和别人交流，你会得到很多的。
整个过程除了这些书，视频之外随时都会要补充知识，就百度相对应的知识点，总能找到的，很多博客啊，文章啊等等。
当然了，也可以多读基本市面上的书，其实认真读完一两本之后，其他书看的都会很快。
我个人建议无论是深度学习还是机器学习还是要多实战，在真实的数据中去学习，真正做项目，机器学习项目数据分析和特征应该占用了你大部分时间，深度学习对数据的处理也要花很大心思。
最后说说python，首先肯定要熟悉python基本语法，然后如果仅仅是从数据角度来说，numpy，pandas，sklearn这些包是肯定要去用用的，深度学习有tensorflow，pytorch等等。
这些工具包，也有很多书和教程，官方文档也不错，边学边用。 |
本帖子中包含更多资源
您需要 登录 才可以下载或查看，没有账号？立即注册
×
|
变色卡