4月人工智能日程（送你一份人工智能修炼手册）

大家对于AI，总是忧喜参半。

前几天，霍金关于AI的观点登上了微博头条。

他再发警告：人工智能可能通过核战争或生物战争摧毁人类。

大神的观点不无道理，但一切还未知，唯一可以确定的一点是AI是未来的一个主流。

作为程序员的你，还不赶紧搭上这辆“顺风车”？

关于AI

AI的全称是Artificial Intelligence（人工智能），它是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学，其核心是算法。

AI与机器学习、深度学习的关系

第一步：懂点数学基础

懂概率论、数理统计、随机过程，对高斯分布、指数分布等基本分布了解，知道概率规则&公理、贝叶斯定理、随机变量等知识。

❤秘籍：

可汗学院公开课：统计学

http://open.163.com/special/Khan/khstatistics.html

熟悉线性代数，矩阵和张量的计算，知道特征分解和奇异值分解等方法；

❤秘籍：

可汗学院公开课：线性代数

http://open.163.com/special/Khan/linearalgebra.html

掌握微积分；会求导数偏导数，知道链式法则。必要的概念包括微积分、偏导数、向量函数、方向梯度、Hessian、Jacobian、Laplacian和Lagragian分布。

❤秘籍：

麻省理工公开课：

单变量微积分

http://open.163.com/special/sp/singlevariablecalculus.html

多单变量微积分

http://open.163.com/special/opencourse/multivariable.html

第二步：学习深度学习相关知识

a.阅读相关书籍及前沿论文

《Neural Networks and Deep Learning》

由量子物理学家、著名科普作家 Michael Nielsen编写，教程内容深入浅出。如果你想快速入门的话，这部教程将是一个不错的选择，许多网友表示看过之后任督二脉打通了。

❤在线学习地址：

http://neuralnetworksanddeeplearning.com/index.html

《Deep Learning》

此书由大神Yoshua Bengio（深度学习三大奠基人之一）编写，不仅介绍了学习深度学习需要的基本数学知识，还介绍了不同的深度学习模型以及部分应用。

❤在线阅读地址：

http://www.deeplearningbook.org/

b.视频讲座

深度学习简化版（27个视频）

这套教程介绍了神经网络、深度网络、深度信念网络（DBN）和卷积神经网络的基本概览，并且没有涉及到数学计算和编程相关的内容，是初学者的不错选择。

❤地址：

https://www.youtube.com/watch?list=PLjJh1vlSEYgvGod9wWiydumYl8hOXixNu&v=b99UVkWzYTQ

教程：深度学习

由Yoshua Bengio 和 Yann LeCun主讲，介绍了近年来深度学习所取得的重大突破，比如深度学习是如何实现多层计算模型对数据表征的学习，这些方法大幅提升了语音识别、视觉对象识别、目标检测以及基因学等领域的相关研究。

❤地址：

https://www.youtube.com/watch?v=CLSy5WlaWKc

第三步：动手编程

这是最重要的一点，只观看不动手是永远学不会的。结合开源框架，将学到的知识应用起来。

深度学习中最常使用的八大开源框架：TensorFlow、Torch 、Caffe、Theano、Deeplearning4j、ConvNetJS、MXNet、Chainer。

以上就是想入门深度学习所需要的基本知识，献给想学习AI的你。

,