值得一看！《机器学习：一个人工智能的诞生》全系列参考资料

值得一看！《机器学习：一个人工智能的诞生》全系列参考资料

“关于人工智能，你可以了解得更多。”

在设计《一个人工智能的诞生》这套课程的过程中，制作组主要参考了以下资料，包括文字版教材、读物，以及一些视频教程和在线课程。

希望它们对你有所帮助。

《深度学习的数学》〔日〕涌井良幸人民邮电出版社

可以说是「EPEX 算一算」的文字版，手把手用 excel 带你算卷积和梯度下降。其中有关向量的讲解也不错。

《机器学习实战：基于 Scikit-Learn 和 TensorFlow》2018版〔美〕Aurélien Géron机械工业出版社

内含代码的机器学习入门经典书。

《机器学习》清华大学出版社周志华

另外一本非常经典的机器学习入门教程，非常全面。不只有神经网络，还有介绍了决策树、支持向量机等方法。

《Neural networks and deep learning》Michael Nielsen

http://neuralnetworksanddeeplearning.com/

一本网络教材，聚焦神经网络和深度学习。非常专业，公式密度大。

《普林斯顿微积分读本》（修订版）〔美〕阿德里安·班纳人民邮电出版社

「EP07 一点点微积分」的参考资料，广受好评的微积分入门教科书。

深度学习 Deep Learning3Blue1Brown

原网站：https://www.3blue1brown.com/

Youtube频道：https://www.youtube.com/c/3blue1brown

可以说是数学可视化之王。

Machine Learning | CourseraAndrew Ng

https://www.coursera.org/learn/machine-learning

Deep Learning | CourseraAndrew Ng

https://www.coursera.org/specializations/deep-learning

吴恩达的机器学习 coursera 课 * 2。每节课很短，但都讲得很清晰。

Machine Learning (2021) Mandarin VersionHung-yi Lee

原地址：https://www.youtube.com/watch?v=Ye018rCVvOo&list=PLJV_el3uVTsMhtt7_Y6sgTHGHp1Vb2P2J

B站地址：https://www.bilibili.com/video/BV1JE411g7XF

李宏毅老师在台湾大学的上课录屏。其中手算 LSTM 让人印象深刻，非常透彻。

Stanford University CS231n: Convolutional Neural Networks for Visual RecognitionFei-Fei Li，Ranjay Krishna，Danfei Xu

http://cs231n.stanford.edu/

斯坦福大学的卷积神经网络课程。基本所有课程用到的资料都可以在这个网站里找到。

NLP Course | For YouLena Voita

https://lena-voita.github.io/nlp_course.html

有关自然语言处理的线上课程，有关语言模型、词嵌入等概念都介绍得很好。没怎么看到有人推荐，但其实做得非常清晰易懂。

以上就是《一个人工智能》课程中用到的主要参考资料，如果你有其他资料想要推荐，欢迎在评论区分享 : )

封面：Markus Winkle on unsplash

最后更新于2年前