Machine Learning and Deep Learning Courses

机器学习和深度学习课程推荐

课程推荐

机器学习是深度学习的基础,建议先学机器学习,再学深度学习。视频各大视频网站都有。课件在课程主页都可以下载。其实还有很多课程,这里就不列举了,都能搜到。斯坦福的老师可以关注吴恩达李飞飞,也可以关注MIT等其他学校。想要学习原理的话,最好的选择还是大学的课程。

书籍推荐

这本书我读过了。它适合没有接触过深度神经网络的读者。作者是一个日本人,图文并茂,非常简单易懂。它把深度神经网络的数学原理讲清楚了,而且阅读起来很感觉不难。而且书中没有使用任何框架,是用纯Python实现的深度神经网络。

技术书籍很快就会过时吗?

技术发展很快是没错,那是越上层的技术发展越快。上层比如应用层,应用软件,发展就很快,一周可以迭代一个版本。底层的软件更新很小,比如TCP/IP,更新非常慢,数十年没有什么太大的变化。更为底层的深度神经网络所依赖的微积分,多少年没有变了?这可是所有理工大学生都要学的课。

应用层的发展很快,相关的旧技术就不用学了吗?直接学最新的?我认为大部分情况下,不是的。先不说我们能不能获取到这些最新技术,没有以前的基础,我们能一上来就学懂学好这些新技术吗?而且旧技术和理论也可能对我们有启发,或者避免我们在自己创新的时候走入行不通的老路。

所以,我认为我们应该学的是基础的原理和知识,学习那些不经常变化的东西。而且很多旧的所谓过时的东西还是很有学习和参考价值的。

其他实用技术

  • Linux Shell Programming
  • Python
  • Vim

框架

  • Tensorflow
  • Pytorch

不懂原理的话,要想会用或者用好这些框架,真的很难,至少对我来说是这样的。

相关文章: