最近，别学机器学习深度学习！

新一届研究生马上就要开学了，不知道大家的导师有没有说让你先去学一下机器学习、深度学习呢？

但是大家可别自己一门心思瞎学啊！你正经研究生去学机器学习深度学习，可能得花一两个月规规矩矩啃书看视频，费时费力不说，还容易忘；但是邪修研究生呢？他直接把机器学习拆成4个部分，然后一路狂飙

先说四个部分：基本概念、数学基础、算法模型、编程实战；看起来还挺中规中矩、挺科学的吧，但是你绝对想不到“邪修”他是怎么学的，不信的话，你听我娓娓道来

一、从宏观到微观：先抓框架，再补细节

你以为这一步，让你跟其他人一样在网上找各种书籍、视频、博客、文章之类的去看吗

那就大错特错了！“邪修哥”直接打开周志华老师的《机器学习》也就是西瓜书，找到绪论并且只看绪论，总结成三句话就是：

1、什么是机器学习？

机器学习的概念与定义

2、机器学习有哪些类别？

监督学习、无监督学习、强化学习

3、机器学习的工作流程是啥样？

数据预处理 → 特征提取 → 模型训练 → 验证调参 → 应用上线

很多人都说周志华的西瓜书不好，推导过程严重省略、难度过大等等问题，建议新手千万不要看。

但也要知道，西瓜书能被许多人奉为“机器学习圣经”也是有一定道理的，作为“邪修”，我们要做的就是取其精华，以最简单、最快捷的方式达到自己的目的！

比如西瓜书的绪论部分就总结的很到位，那我们就借用这块内容快速机器学习的基本概念，以及对机器学习建立宏观框架。

文章中所有的数据和资料，可添加小助手无偿分享~
扫码添加小助手即可无偿获取~

也可以关注“AI技术星球”公众号，关注后回复“221C”获取。

二、数学？先放一边，按需学习才高效

正经学习路线：先学数学基础，再学模型；

但我们邪修的思路是反着来的

——先直接上手算法模型，遇到不懂的地方，再反查需要哪些数学知识，回过头来补。这样一来：

· 不用学一堆暂时用不到的知识

· 实践驱动学习，理解更快更深

这就叫按需学习，不内耗

如果你连查资料都懒得搞，那更省事——直接看这本《机器学习的数学基础》+ 中文笔记，哪里不会学哪里

三、邪修怎么学编程敲代码？

我猜，你会说前面那些都是理论，实战代码看不懂、不会写怎么办？

没错，邪修也要写代码，但是他不去找视频课看，而是直接上Python菜鸟教程，刷到“内置函数”那一章就收手，后面那些文件操作、装饰器什么的，笑死，根本用不到

这一步的捷径是什么呢？当然是好好学会用工具哇，看这个《PyCharm中文指南》，这玩意尤其适合硕士博士做机器学习深度学习，会帮你补全代码、自动纠错等等，实乃居家旅行、论文实验的一大利器。

 文章中所有的数据和资料，可添加小助手无偿分享~
扫码添加小助手即可无偿获取~

也可以关注“AI技术星球”公众号，关注后回复“221C”获取。

四、实战能力？直接抄大神的代码项目！

说到实战，你是不是想着去翻一翻重点讲解实战的书，然后看看李沐老师的动手学深度学习课程，再去Github、优快云找找项目练练手，中规中矩的提升自己对代码的理解

这些都过时了，来看看邪修是怎么做的

直接进Github找到Phil Wang大佬，他用PyTorch实现了超级多深度学习模型，直接把这些项目clone下来跑，然后去感受和理解每行代码、每个模块是什么意思，跟套模版一样，理解每部分代码的作用以及整体代码的框架就行了

这一套下来比苦学一个月代码模型还管用！

五、论文？快准狠直接拿下！

到了这一步前面所有的基础都搞定了，人家就直接开始看自己(或者导师)研究方向的论文了，先看几篇这个研究方向的经典论，对这个领域建立初步的理解；然后再看近两年的前沿论文，动手复现两篇，就可以开始找论文创新点了，跟着导师确定下课题，把算法模型、网络结构缝合替换，论文内容文学美化一下，一篇新鲜的论文就呱呱落地了

你不知道怎么找论文？上谷歌学术、arxiv、CVPR、ICCV、daily paper等等等等都能找！

你懒得找论文，有没有现成的？！好样的，邪修这块儿你是出师了！给你分享这份包含2611篇人工智能优质论文与代码的仓库，包含80+个大方向和200+细分方向，你可以选择性下载自己研究方向的论文！够贴心了吧

论文画图不好看？这倒是确实，毕竟美观也是很影响论文Accpet的，给你这两份机器学习、深度学习论文绘图模版(画图最好用的工具就是PPT)，里面有非常多主流网络架构以及组件，需要什么直接拖拽组合就行，不仅省时省力还美观方便

 文章中所有的数据和资料，可添加小助手无偿分享~
扫码添加小助手即可无偿获取~

也可以关注“AI技术星球”公众号，关注后回复“221C”获取。