人工智能学习笔记(入门到放弃)
主要分为如下几个部分:
- 数学基础:包括微积分、线性代数、概率论等对理解机器学习算法有帮助的基本数学。
- Python:Python 提供了非常丰富的工具包,非常适合学习者实现算法,也可以作为工业环境完成项目。主流的深度学习框架,例如当前最流行的两个 AI 框架 TensorFlow、PyTorch 都以 Python 作为首选语言。此外,主流的在线课程(比如 Andrew Ng 在 Coursera 的深度学习系列课程)用 Python 作为练习项目的语言。在这部分,我将介绍包括 Python 语言基础和机器学习常用的几个 Library,包括 Numpy、Pandas、matplotlib、Scikit-Learn 等。
- 机器学习:介绍主流的机器学习算法,比如线性回归、逻辑回归、神经网络、SVM、PCA、聚类算法等等。
- 深度学习:介绍原理和常见的模型(比如 CNN、RNN、LSTM、GAN 等)和深度学习的框架(TensorFlow、Keras、PyTorch)。
- 强化学习:介绍强化学习的简单原理和实例。
- 实践项目:这里将结合几个实际的项目来做比较完整的讲解。此外结合 Kaggle、阿里云天池比赛来做讲解。
- 阅读论文:如果你追求更高和更深入的研究时,看深度学习各细分领域的论文是非常必要的。
重磅 | 完备的 AI 学习路线,最详细的资源整理!
https://zhuanlan.zhihu.com/p/64052743
书
《利用 python 进行数据分析》
代码
https://github.com/wesm/pydata-book
公开课
吴恩达《Machine Learning》
作业 https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes
相关工具安装
安装 octave (可选)
octave 官网 https://www.gnu.org/software/octave/index#
brew update
brew install octave
启动
# do shell script "/usr/local/bin/octave --gui" 太复杂!
octave --gui
安装 jupyter
brew install jupyterlab
jupyter notebook
慕课网 liuyubobobo 老师的课
安装 pyTorch
先安装 anaconda
再安装依赖
https://pytorch.org/get-started/locally/#macos-version
速度慢就需要切换源
安装其他依赖
pip3 install opencv-python
pip3 install image
pip3 install tensorboard
Copilot 快捷键
Copilot 也提供了一些快捷键,可以很方便地使用。
接受建议:Tab
拒绝建议:Esc
打开 Copilot:Ctrl + Enter (会打开一个单独的面板,展示 10 个建议)
下一条建议:Alt/Option + ]
上一条建议:Alt/Option + [
触发行内 Copilot:Alt/Option + \ (Coplit 还没有给出建议或者建议被拒绝了,希望手工触发它提供建议)