我知道这些概念是有全集和子集的区别的,总的来说,深度学习需要从哪里看起?百度知乎等找了不少相关问答,但感觉都是西瓜书、数理统计方法之类的入门书,看了目录之后,有种学完还是不太懂这些知识的清晰的认知。有没有从小白开始的一路进阶指导?你们都是怎么入门到精通的呢?(纯小白一枚,望海涵
1
lwh0328 May 4, 2020 |
2
zhyd1997 May 4, 2020 via Android Coursera 吴恩达
|
4
geekaven May 4, 2020 |
5
jeremyww May 4, 2020 via iPhone 一个比较经典的入门课程是 Andrew Ng 的 ML 课程吧,在 coursera 和网易云课堂都有,这两个平台上的课都比较老了当然内容完全没差。现在 YouTube 上面也有 18spring 的 Stanford cs229 了,也是 Andrew ng 的课,比较新而且也很好。
|
6
bigPeanut OP 感谢几位回答,都是很好的资源 :)
|
7
Jooooooooo May 4, 2020
建议找个研究生的课本
不过前提是数学基础够了, 包括线性代数, 矩阵论等等 |
8
WhoMercy May 4, 2020 花书《深度学习》,西瓜书《机器学习》
|
9
shenfu1991 May 4, 2020 via iPhone
正在学习,之前看看书,发现自学能力不是很好,或者说书上一些基础的东西没讲清楚,目前在看视频,发现简单很多。看个人情况
|
10
Hsinyao May 4, 2020 via iPhone 西瓜书真的是给自学的人看的吗?从头到尾大水漫灌堆砌数学公式,典型的国产教材风格,我很讨厌。
视频的话吴恩达的 ML 课程就不错,在 coursera 上还可以给编程作业打分。 书本的话实战派有一个 hands-on machine learning with scikit-learn and tensorflow,理论派有一个 an introduction to statistical learning,都是适合新人入门的教材。 |
11
p2pCoder May 4, 2020 如果是入门,可以看 《动手深度学习》
如果要真正做算法工程师,还是建议 花书 西瓜书,即使看过了 《动手深度学习》或者某些 python 机器学习书籍,或者某些机器学习相关视频,最终要真正理解 并做算法工程师的工作,还是要懂把这些难啃的理论啃下 当然机器学习落地是极其庞大的工程,算法只是其中一部分,而且算法工程师做数据和特征的远多于做模型的,楼主如果真的有做这方面的打算,建议可以从 数据分析 数据挖掘做起,这些学习的门槛低些 最好的入门方式,是有机会做相关的业务,我 17 年也看过 理论基础,学过 tf,然而几乎就是啥都没懂,学了就忘了,这两年做推荐引擎 机器学习平台,才算真正学懂了些,不过整体还是偏工程 |
12
bigPeanut OP 谢谢上面 V 友们的帮助与指路!!!太热心了!!么么哒!!:)
|
13
ipwx May 4, 2020
@Hsinyao 数学公式不是问题,问题是没有讲透。
我个人的学习路径是 "Deep Learning" 和 "Pattern Recognition and Machine Learning" 交叉看,期间补习微积分、概率论和线性代数,然后看懂了。 |
14
a852695 Apr 5, 2023
如果是入门,可以看 《动手深度学习》
有在线的版本可以看,我觉得足够了,https://zh.d2l.ai/ |