入门之路：“机器学习初学者”公众号2019年的精选原创文章

“机器学习初学者”公众号2019年的精选原创文章合集，适合初学者入门 AI。本文建议用微信收藏，用碎片时间学习。（黄海广）

导语

AI 初学者最大的问题就是：资料太多！！！看不完！！！不知道如何取舍！！！人的精力有限！！！

我把公众号2019以来的原创或者精选文章进行整理，整理出学习路线和资料合集，适合本科、硕士以及刚接触机器学习的博士。

学完这些文章学完以后，就基本入门了。

入门以后，遇到问题能上网搜索解决了，也知道接下来应该学什么。

本文建议用微信收藏，利用碎片时间学习。

一、正在编写:AI基础

​​AI 基础：简易数学入门​​

​​AI 基础：Python开发环境设置和小技巧​​

​​AI 基础：Python 简易入门​​

​​AI 基础：Numpy 简易入门​​

​​AI 基础：Pandas 简易入门​​

​​AI 基础：Scipy(科学计算库) 简易入门​​

​​AI基础：数据可视化简易入门（matplotlib和seaborn）​​

​​AI基础：机器学习库Scikit-learn的使用​​

​​AI基础：机器学习简易入门​​

​​AI基础：机器学习的损失函数​​

​​AI基础：特征工程-类别特征​​

​​AI基础：特征工程-数字特征处理​​

​​AI基础：特征工程-文本特征处理​​

​​AI基础：词嵌入基础和Word2Vec​​

​​AI基础：图解Transformer​​

​​AI基础：一文看懂BERT​​

​​AI基础：入门人工智能必看的论文​​

​​AI基础：走进深度学习​​

​​AI基础：深度学习论文阅读路线（127篇经典论文下载）​​

​​AI基础：数据增强方法综述​​

2020年继续更新！

二、学习路线

• ​​首发：​​适合初学者入门人工智能的路线及资料下载

这篇文章为初学者提供了入门的路线。包含数学基础、python 入门、机器学习、深度学习、特征工程入门等。并把代码放在了 github 仓库：

​​https://github.com/fengdu78/Data-Science-Notes​​

三、基础知识

• ​​带你少走弯路！​​​​！​​​​黄博整理的机器学习数学基础资料来帮你（可在线阅读）​​

上面这篇文章是数学基础，也是以下五篇文章的整合版本，可以在线阅读，也可以根据需要分别阅读。

• ​​首发：​​​吴恩达的 CS229 的数学基础（概率论），有人把它做成了在线翻译版本！​​
• ​​首发：​​​吴恩达的 CS229 的数学基础（线性代数），有人把它做成了在线翻译版本！​​
• ​​在线阅读！​​​​！​​​​机器学习数学精华：​​​​高等数学​​
• ​​在线阅读！​​​​！​​​​机器学习数学精华：​​线性代数
• ​​在线阅读！！机器学习数学精华：概率论与数理统计​​

四、机器学习

• ​​机器学习在线手册：​​​​像背托福单词一样学机器学习​​

这篇文章将机器学习的精华部分做成了手册，打开微信就能学习，适合平时时间少的朋友学习机器学习，可以在通勤的时候在手机上学习，建议收藏本文慢慢学习

原创作品为以下三个：

• ​​吴恩达机器学习课程笔记及资源（github 标星 12000+，提供百度云镜像）​​
• ​​《统计学习方法》的 python 代码实现（github 标星 7200+）​​
• ​​推荐：​​《机器学习实战：基于 Scikit-Learn 和 TensorFlow》中文翻译和代码下载

后来又制作成了在线阅读版本：

• ​​带你少走弯路：​​​五篇文章学完吴恩达机器学习​​
• ​​经典复现：​​​《统计学习方法》的代码实现（在线阅读！​​​​）​​

机器学习相关

• ​​机器学习练习数据哪里找？​​两行代码搞定！
• ​​学完可以解决 90%以上的数据分析问题-利用 python 进行数据分析第二版（代码和中文笔记）​​
• ​​特征工程的宝典-《Feature Engineering for Machine Learning》翻译及代码实现​​
• ​​首发：​​​徐亦达教授团队最新发表的两篇机器学习论文​​

​​推荐：​​​​一个画出高大上的机器学习图的神器（论文必备）​​

五、深度学习

吴恩达深度学习课程笔记和资源

• ​​吴恩达深度学习笔记及视频等资源（github 标星 8500+，提供百度云镜像）​​

​​33万字！​​​​深度学习笔记在线版发布!​​

TensorFlow 入门：

• ​​带你少走弯路：​​强烈推荐的 TensorFlow 快速入门资料和翻译（可下载）

keras 入门：

• ​​带你少走弯路：强烈推荐的 Keras 快速入门资料和翻译（可下载）​​

Pytorch入门：

• ​​带你少走弯路：​​强烈推荐的 Pytorch 快速入门资料和翻译（可下载）

其他资料

• ​​首发：​​深度学习入门宝典-《python 深度学习》原文代码中文注释版及电子书
• ​​强烈推荐的 TensorFlow、Pytorch 和 Keras 的样例资源（深度学习初学者必须收藏）​​
• ​​Ubuntu 18.04 深度学习环境配置（CUDA9.0+CUDDN7.4+TensorFolw1.8）​​

六、Python 相关

• ​​学习 python 入门的个人建议及资料​​
• ​​Python 环境的安装（Anaconda+Jupyter notebook+Pycharm）​​
• ​​Python 代码写得丑怎么办？​​​​推荐几个神器拯救你​​
• ​​Numpy 练习题 100 题-提高你的数据分析技能​​
• ​​Pandas 练习题-提高你的数据分析技能​​
• ​​python 绘图工具基础-matplotlib 学习之基本使用​​
• ​​数据可视化的利器-Seaborn 简易入门​​

七、NLP

• ​​一些 NLP 的入门资料参考​​
• ​​推荐：​​常见 NLP 模型的代码实现（基于 TensorFlow 和 PyTorch）
• ​​图解 word2vec（原文翻译）​​
• ​​推荐：​​腾讯开源的词向量精简版本下载

八、学术技巧

• ​​推荐几个提高工作效率的神器​​
• ​​如何做视频教程笔记​​
• ​​科研工作者的神器--zotero 论文管理工具​​
• ​​分享：​​我是怎么在 github 上找到优秀的仓库的？

总结

本文总结了“机器学习初学者”公众号2019年的精选原创文章，可以作为 AI 入门的宝典，让初学者少走弯路，强烈建议收藏本文！

作者简介：​​黄海广，那些年做的学术公益-你不是一个人在战斗​​

公众号菜单包含了整理了一本AI小抄，非常适合在通勤路上用学习。