【干货】人工智能与深度学习最好的入门资源（下载）

此列表包含了人工智能和深度学习最好的入门资源，对初学者和想要进入这一领域但又不知道如何开始的人最为有用。

机器学习

机器学习领域的最佳入门介绍，可以在coursera 上观看吴恩达（Andrew Ng）的机器学习课程。这门课程解释了最基本的概念，让你对最重要的算法有一个很好的理解。

简而言之，如果想对高水平的机器学习算法有一个概览，可以观看在线课程“Machine Learning Distilled”。

图书Programming Collective Intellience《集体智慧编程》是学习在Python中的机器学习算法的实际应用的一个优秀的资源。书中列举了许多实际案例，覆盖了所有必须的基础知识。

其他你可能想看的几个资源：

• Peter Norvig （谷歌研发总监）在Udacity上的机器学习课程；

• 卡内基梅隆大学Tom Mitchell 的机器学习课程；

• Youtube 上的机器学习教程mathematicalmonk

深度学习

个人认为，深度学习最好的入门材料是Deep Learning With Python，它既没有深入到困难的数学问题中，也不会要求一大串的前期知识清单，而只是描述了一种简单的方法，来进入深度学习领域。这本书解释了如何迅速地在实践中进行开发和学习，详解最先进的工具（Keras，TensorFolw），并分析了若干个实际的项目，解释了当下所有最酷的深度学习应用是如何实现的。

此外，书中还细致地介绍了谷歌的深度学习课程以及Sephen Welch的神经网络。

随后，如果想进一步学习，这里还有一些比较有趣的资源：

• Geoffrey Hinton 在 Cousera的课程“NeuralNetwork for Machine Learning”，可以让你了解如何过一个经典的难题——MINIST角色识别来训练ANN。该课程对深度学习的方方面面都有深入的解读。

• MIT 的图书《Deep Learning》

• 斯坦福大学的课程UFLDL

• Michael Nielsen 的图书Neural Network andDeep Learning《神经网络和深度学习》

人工智能

关于“旧派”人工智能的最佳图书Artificial Intelligence: A Modern Approach（AIMA），提供了一个对该领域的通览，并解释了你需要知道的所有基础概念。

UC Berkeley的人工智能课程：这是一个系列的视频课程，通过非常有趣的实际项目（比如，训练AI来玩Pacman 游戏）来解释最基础的AI 概念。推荐配以AIMA观看，因为这些课程就是基于书中的内容的，并从不同的角度解释了许多类似的概念，更易于理解。课程内容虽然很深，但是却有一个相当棒的方式让你可以从零开始。

人类的心智是如何起作用的？

如果你对AI感兴趣，你可能会想了解人类的心智是如何起作用的，下面的几本书将会用有趣的、直观的方式阐释最好的一些现代理论。

• Jeff Hawkins 的On Intelligence （有声读物）。

• G?del, Escher, Bach

这两本书会为你提供关于人类心智是如何工作的这一问题一个概览。

其他资源还有：

Ray Kurzweil 的 How toCreate a Mind （有声读物）。

《神经科学规则》（Principlesof Neural Science）。这是我可以找到的关于深入研究神经科学的最好的书了，它讲了硬核科学（hardcore science）、神经解剖学等等，非常有趣，同时也很长。

数学

想要开始学习人工智能，这里有你需要的非常基础的数学概念：

计算

• 可汗学院的计算课程视频

• MIT的课程：MultivariableCalculus

线性代数

• 可汗学院的线性代数视频

• Gilbert Strang在MIT的线性代数视频

• 布朗大学的CS线性代数课程Codingthe Matrix

概率论和统计学

• 可汗学院的概率论和统计学课程视频

• edx的概率论课程

计算机科学

要想学好AI，了解计算机科学和编程的基本概念会让你更轻松。