本博客提供了一条清晰的人工智能学习路径，从Python编程、数据分析到机器学习和深度学习，覆盖了从入门到精通的各个阶段，包括理论学习、工具使用和实践项目。
目录
三、中级阶段（掌握深度学习模型，能独立应付大部分比赛和项目）
四、 高级阶段（能熟练阅读论文，跟进行业发展；可以实现论文中的新模型；开源社区活跃者）
一、入门阶段（具备基本的数据分析和数据挖掘能力）
1. Python语言
- 廖雪峰的个人网站
- 《Python编程从入门到实践》（到第一部分）提取码: 5qi8
- Python标准库（可以在完成基础学习的时候学）
2. Python数据分析
- 《利用Python进行数据分析》（熟悉基本的Python数据处理库） 提取码: n6y7
3. Python机器学习
- 《机器学习实战》（熟悉机器学习基本模型和概念） 提取码: fgnn
- 《集体智慧编程》（关于机器学习经典算法和数据挖掘内容）
二、初级阶段（具备独立完成一个简单的机器学习项目的能力）
1. 机器学习理论
- 《机器学习》周志华
- 《统计学习方法》李航
- 《模式识别与机器学习》（即PRML）
- 林轩田《机器学习基石》《机器学习技法》视频
- 吴恩达网易云课堂机器学习视频
2. 机器学习库和工具
3. 机器学习实践
三、中级阶段（掌握深度学习模型，能独立应付大部分比赛和项目）
1. 深度学习理论
- 书籍《深度学习》Yoshua Bengio等
- 李飞飞计算机视觉课程CS231n视频
- 吴恩达在网易云课堂上的深度学习课程视频
- 李宏毅《深度学习》视频
2. 官方参考文档
3. 机器学习实践
四、 高级阶段（能熟练阅读论文，跟进行业发展；可以实现论文中的新模型；开源社区活跃者）
1. 论文
- Paperweekly
- ArXiv--Artificial Intelligence
- ArXiv--Machine Learning
- ArXiv--Computer Vision
- ArXiv--Computation and Language
- ...
2. 源码、开源项目
五、大神阶段（发明新的模型，推到行业发展）
扫一扫
4812
到【灌水乐园】发言
