全中文的人工智能教程和资料，只选“精品”，如“钻石”般精致。
现在网上的资源太泛滥了，各种“资源”，各种电子书合集。
虽然很多都有很高的阅读量和关注度，但实则大部分人只是看到“貌似是个好资源”就点赞了，star了，收藏了。
这些资源大多也都来自于简单整理，和各种资源拼凑，就算你看到了，你也无从下手，也不知道到底看哪本，到底学什么，最终还是没得学。
这也就导致百分之90的人基本上养成了四字习惯，“收藏”， “吃灰”
收藏了，等于会了，一部分原因是因为自身驱动力不足，另外一部分原因是因为资源太多，没法筛选，资源太杂，没有整合。
然而这个repo的宗旨就是“最精致”，无需看其他各种让人沉迷到没有学习的资源了，直接看这个，从头学到尾，沉下心，你会少走很多弯路，节省很多时间，减少各种书籍，学习视频，教程的筛选。
虽然现在说算法岗已经是诸神黄昏了，但是我依旧凭借自己的自学拿到了几乎你知道的所有大厂的算法offer。
不管你接触AI之后想做什么方向，比如计算机分割，时空序列预测，还是自然语言处理，前期都要掌握的一些技能点
- python语言
- 算法与数据结构
- 数据处理常用的一些库
- numpy 主要是矩阵运算的库
- pandas 主要用于各种数据处理和数据分析的库
- matplotlib 主要用于各种数据表达的可视化
- 机器学习基础理论
- 深度学习基础理论
- 机器学习实战
- 深度学习实战
- linux&git一些使用
-
《python Cookbook》
-
《Python编程:从入门到实践》
如果有语言编程基础的话，建议直接看视频或者博客，运用较短的时间把各种模块进行迁移学习。
因为语言很多知识点都是互通的，其实对于python这门语言说实话，封装性实在太好，没必要花太多时间。
如果没有接触过编程，我个人觉得花费大量时间学习python，比如先学习java或者c++
我个人的编程路径是从c语言->java->c++->python
推荐可以先学java，我当时java是看的韩顺平老师的课，当时恰逢暑假，在家闲着没事，心思多学一门语言肯定有益无害
- 韩顺平 java课 百度网盘 提取码：fcht
树、链表、数组、堆栈、队列、字符串、动态规划(DP)、深度(DFS) / 广度优先(BFS)搜索等
要先通过书籍了解最起码的数据结构，数，链表，数组，堆栈，队列
- 《算法图解》
- 《啊哈！算法 - C语言》
- 《大话数据结构 - C语言》
- 《剑指offer》 建议直接刷
- k神的剑指offer在线题解以及python解答: https://leetcode-cn.com/circle/article/kQcYo2/
网上刷题的各种笔记啊，资料啥的，很多哈，眼花撩乱，然而
算法与数据结构到底该怎么刷？以及到底去大厂公司的重要性有多少？，这个我会录个视频，在TODO中
这些库整体来说应用十分广泛，在平时的数据分析中(不过主要限制于学生时代，公司可能直接用某种工具平台，sql等进行处理)
这块的学习我建议大家先不用太多时间，整体文档以最快的速度过一下就行，因为后面会经常用到，到时候具体问题具体分析，熟能生巧。
三大库常用列举
- pandas 常用的主要是从文件读数据，索引取段，groupby聚合,apply自定义函数，concat链接等
- numpy 常用的主要就是索引取值，concat，以及一些常用计算等
- matplotlib 常用的有画多图，设置刻度范围，设置刻度标签，添加颜色区分，图例添加等
-《机器学习实战》 - python3-机器学习实战 学习笔记
- 《百面机器学习》
- 《神经网络与深度学习》
- 《TensorFlow: 实战Google深度学习框架》
- 《动手学深度学习》
强烈建议就看这篇简易git教程就行了，基本上学习工作过程中主要就是这些命令，这些掌握基本上平时就ok了。