2021机器学习指南

　　转自《机器之心》
　　机器学习社区社交媒体上经常有人提这样的问题：
　　我如何开始机器学习？
　　我如何main飞学习？
　　什么是人工智能？我怎么样才能学会它？人工智能是如何工作的？我该从何学起？
　　如果我没有开发人员北京，该如何开始？。。。。。。
　　面对这些问题，油管博主WhatsAILouisBouchard撰写了一份关于如何在2021年零基础开始机器学习的完整指南，整合了大量学习资源，而且大部分是免费的。
　　项目地址：https：github。comlouisfb01startmachinelearning
　　该资源现已获得1。6Kstar量，并且仍在持续更新中。我们来看一下这份指南的具体内容。
　　1。首先Bouchard列出了一些初步了解机器学习领域及其术语的视频，并整理好了免费链接，包括WhatsAI的Learnthebasicsinaminute、WelchLabs的NeuralNetworksDemystified和3Blue1Brown的Neuralnetworks。
　　WelchLabs的NeuralNetworksDemystified
　　2。第二部分Bouchard进一步列出了一些更系统的机器学习入门课程，包括AI大牛吴恩达的斯坦福CS229。
　　3。阅读一些优秀的线上文章，线上文章大多是被多次浏览的，优秀的技术文章能够脱颖而出说明它们受到许多人认可。目前Bouchard列出的文章包括：
　　4。除了文章，一些体系完整的书籍也是可以阅读学习的，Bouchard给大家整理了一些书目的在线版：
　　5。入门机器学习没有相关的数学知识怎么办？这让许多初学者望而却步。在这份指南中，Bouchard给大家推荐了可汗学院的3门数学课程：线性代数、统计与概率、多元微积分。此外，他还推荐了一些与数学相关的书和视频，供大家进行更结构化的学习。
　　可汗学院的线性代数线上课程。
　　6。除了数学基础，一些跨专业学习的初学者可能缺乏编程的基础知识。Bouchard主要为大家整理了一些学习Python的课程资源：
　　7。与其他领域一样，名校以及领域内大牛的课程是含金量非常高的，例如图灵奖得主YannLeCun、吴恩达等都有自己的线上课程，Bouchard的指南中目前整理了如下内容
　　8。掌握理论知识后，实践也是非常重要的。Bouchard在指南中推荐了数据建模和数据分析竞赛平台Kaggle，在Kaggle上完成相应题目的编码和测试是机器学习社区常见的实践学习方式。
　　Kaggle平台地址：https：www。kaggle。com
　　9。此外，Bouchard还为大家整理了一些提供领域新闻和资讯的社区平台或网站。借助这些平台，研究者们能够查阅最新的研究进展和论文等，包括reddit、Medium等。
　　最后，Bouchard整理了AI领域目前面临的重要问题伦理道德与可信AI的相关信息，还在个人博客中总结了一些机器学习工作面试的小技巧：https：www。louisbouchard。ailearnaihowtofindajob
　　https：www。ixiera。com