学习路线
- 数学基础 ： 高数 线代 概率论
- 编程语言基础
- 机器学习 吴恩达 书籍《神经网络与深度学习》
- 深度学习 吴恩达 DeepLearning.AI
- 李宏毅 机器学习
- 浙大 胡浩基 机器学习
- 统计学习方法
- TensorFlow pytorch 龙曲良
- 李沐 《动手学深度学习》
- 根据研究方向进行细节的深挖
- 传统图像：OpenCV3编程入门 搭配官网教程
- 唐宇迪 OpenCV实战课程
- 斯坦福cs231n 李飞飞 视频搭配课件
- YOLO SSD R-CNN传统目标检测模型
- COCO VOC KITTI 公开数据集 训练
- 学习 标注自己的数据集 推荐 mmdetection
- 看论文改模型 跑实验
- 高级炼丹 竞赛刷题
定位：定性算法研究
基础：
高数，线代和概率论
后期再针对知识点进行有针对的复习
编程工具的学习
系统学习：
python:python 编程从入门到实践
课程：Python课程体系
机器学习的大门
吴恩达网易学习
搭配书籍：神经网络与机器学习
吴恩达deeplearning.ai 课程
李宏毅老师的课程（穿插看）
浙大胡浩基老师机器学习
完成上述网课与学习后参照资料：李航的《统计学习方法》
搭配白班推导教程使用
结束上述学习后学习编程
慕课上浙大的python网络爬虫与数据分析可视化教程
结合菜鸟教程网中的pandas和matplotlib教程学习
龙曲良老师学习pytorch
也可以学习李沫老师的《动手学深度学习》
上述可以掌握全部的语法，如有遗忘再查询百度
学完上述就可以满足理论工具的使用了
剩下时间根据自己的研究方向进行深挖了
（结合数据同化）
比如可以参照慕课，英语专门的学习网站，网站实战课程，看斯坦姆课程（搭配课程使用）
可以结合COCO,VOC,KITTI等公开数据集上进行训练，然后再学习标注自己的数据集
（可以在github上学习工具）
最后就是不断地开论文改模型，和老师多交流来商量研究方向思路，跑实验
读博——专注论文
工作——实习比赛，刷题
标签：学习,教程,机器,参考,ai,吴恩达,路线,搭配,课程 From： https://www.cnblogs.com/jhhhred/p/18421492