Java进阶过程

本文提供了人工智能学习的详细路径,包括必备的数学基础知识、经典机器学习理论与实践资源,以及推荐的比赛和项目经验积累方式。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

先是JAVA基本语法、面向对象基础、JAVA高级、关系型数据库(MY SQL /ORCLE)、JDBC、网页基础(html+css+cdth)、ajax、js框架(jquery、esayui),spring+springmvc+mybatis。然后会穿插两期项目练习,还有一些比如XML、webservice、tomcat等。 

(1)人工智能方向的学习路线
其实无非就是那些经典的公开课和书。
andrew ng的machine learning和deeplearning.ai上的一系列课程。
coursera上Hinton的课 
斯坦福CS 231n 
周志华的《机器学习》

再然后就是多做比赛,做科研,做项目。尽量去厉害的公司实习

1. 数学
矩阵论:书籍的话有《Linear Algebra Done Right》以及Gilbert Strang的《Introduction to Linear Algebra》,视频的话推荐Gilbert Strang的在MIT的开设的线性代数课程,同时3blue1brown的线代短视频也可以看看,空间那块讲的挺好的。
概率论:视频的话推荐MIT的6.041。
高等数学:这块我基本上是本科学的,之后没怎么看。

2. 机器学习
这块我看的比较多,可以着重讲讲:
书籍按照前后顺序推荐:《learning from data》、周志华《机器学习》、李航的《统计学习方法》、ISL;Goodfellow《深度学习》、MLAPP、PRML、ESL。
视频的话入门看Andrew NG在Coursera上的版本就可以啦,进一步的话可以看Coursera上华盛顿大学的机器学习系列课程(这个课程断更了不过已有的以足够精彩)、台大林轩田老师的《机器学习基石》以及《机器学习技法》、台大李宏毅老师的《Machine Learning》以及《Machine Learning and having it deep and structured 》、斯坦福的CS231N、CS224N等。

3. 计算机
机器学习这块相对来说只要求数据结构与算法,刷Leetcode等题库就可以啦。

需要注意的是,学习切忌眼高手低,课后作业书本习题尽量做做,不做的话也要看看想想自己会不会以及这个题目考察什么。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值