我如何开始机器学习?
我如何免费学习?
什么是人工智能?我怎样才能学会它?
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背景,该如何开始?
......
面对这些问题,油管博主 What's AI——Louis Bouchard 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。![](https://filescdn.proginn.com/0281fd7b14f40a19f80cdd558f05b552/d142b5918df9aee23d9a28911d4fae6e.webp)
项目地址:https://github.com/louisfb01/start-machine-learning该资源现已获得 1.6K star 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。![](https://filescdn.proginn.com/b5d29dd3b6347c96a7a91a2057c47470/2c7d5458b5878b9d1068658104b3e2e2.webp)
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 What's AI 的 Learn the basics in a minute、Welch Labs 的 Neural Networks Demystified 和 3Blue1Brown 的 Neural networks。
![](https://filescdn.proginn.com/c5214cae184994c91420d2a737264447/dca0af25150a26c9e2a51d5da74591f7.webp)
Welch Labs 的 Neural Networks Demystified
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。![](https://filescdn.proginn.com/e311db4637a824a2de210a0470d56f15/99567b71f9da10ab0e3c6fad161c59a1.webp)
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:![](https://filescdn.proginn.com/e22c97c2bc48fbb6bf7f28c68c35934a/7a935c5c29930f18a1bb52355270db3b.webp)
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。![](https://filescdn.proginn.com/b1d78564c03fa9c8723603403902ad86/4c06dabef9899dc95acca4edcf843f69.webp)
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:![](https://filescdn.proginn.com/4c7f5298aacc8760833bd5742d8a703a/2f32ccd27b70e77cccb6973991786477.webp)
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 Yann LeCun、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![](https://filescdn.proginn.com/f0286e6c64d0916feb6e77e1bfa777ae/8e9b0e8e11511d21da924bb93e22e4d5.webp)
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。![](https://filescdn.proginn.com/215adbf6a925287da39ebe108487d6a5/a776dfe576619bc8bfa1d2f77dc17387.webp)
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。![](https://filescdn.proginn.com/2eade09e4d05d198d98af748fa556d80/d04e56c09b487e5f9f927d1089808662.webp)
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.ai/learnai/#how-to-find-a-job![](https://filescdn.proginn.com/5513d2a9ef765dc634f946b3e0673d37/a3633ce0b9479e480720b4019062886a.webp)
如此完备的机器学习入门指南,感兴趣的同学快去查看原项目的丰富资源吧。