本科AI学习建议

- 日理万妓 2023-06-15 11:27 18阅读 0赞

注：ctrl+点击进入超链接查看网页；crtl +k查看超链接指向url（部分链接请复制打开）。

# 一、总体学习架构 #

![watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1pqaGFvNjY2_size_16_color_FFFFFF_t_70][]

二、各部分讲解及资料

## 2.1 编程 ##

### 2.1.1 语言 ###

需要良好的编程能力，重点是[python][]，其次是[C++][C]和[java][]，[C][C 1]学过就不提了，经常出现在github里的[lua][]和新兴的[julia][]有余力者也要看下，最后是现在有点过气的[MATLAB][]和[R][]。

特别需要注意的是，在线教程是很好的资源，当然书籍也不错。但编程永远是以实战为上，不是死读书本，更不是看完了书和教程再写代码。此外，学会代码调试也非常重要。

### 2.1.2 写代码工具 ###

**2.1.2.1 IDE**

体系化开发，提示全面快捷，但比较笨重。可安装个性化插件，比如pycharm的Save Actions、Rainbow Brackets、YAPF、Material Theme UI等，[安装][Link 1]方式很容易。

[pycharm][]面向python，[IDEA][]面向Java，[Clion][]面向c和c++，微软的[visual studio][]万能但是很笨重。前三者都是jetbrains公司的产品，学生可利用学校的学生邮箱在有效期内申请注册教育账号，然后免费使用专业版。

**2.1.2.2** **文本编辑器**

轻巧便捷，万能开发且自定义，但提示一般不全。可安装大量个性化插件。

[vscode][]是微软开源的工具，罕见的微软良心。

[atom][]很美观，但是插件安装需要番羽土啬。

[sublime text][]很简洁。

### 2.1.3 框架 ###

1.  TensorFlow、torch、keras是深度学习框架。
2.  sklearn是机器学习框架。
3.  caffe也是深度学习框架，但主要面向计算机视觉。
4.  matplotlib是画图工具。

安装指南：

[win10系统人工智能框架安装指南及常见问题解决方案——anaconda、python27、python35、numpy、tensorflow-gpu、matplotlib、caffe及中间的相关插曲][win10_anaconda_python27_python35_numpy_tensorflow-gpu_matplotlib_caffe]

[ubuntu系统人工智能框架安装指南及常见问题解决方案——numpy、sklearn、TensorFlow、opencv、caffe2、caffe及中间的相关插曲][ubuntu_numpy_sklearn_TensorFlow_opencv_caffe2_caffe]

使用指南：

入门推荐[莫凡python][python 1]，深入推荐官网教程，比如[TensorFlow][]、[torch][]、caffe（见参考目录下“Caffe官方教程中译本”）、[matplotlib][]。

### 2.1.4 重要工具 ###

1.  git是版本控制工具，可以参见[廖雪峰的教程][Link 2]。[github][]上有很多有意思的代码项目，但下载速度较慢。可以从[码云][Link 3]上引入已有的github项目，通过国内网络传输，下载速度在github十倍之上。
2.  office是基本的操作。[word][]的排版，[excel][]的公式、[ppt][]的排版都是基础。对于word和excel需要不会就多学，而且要和同学多交流。此外，有一个很好的[冯注龙的ppt教程][ppt 1]。
3.  latex，重要的论文书写工具，教程见参考目录下“一份不太简短的 LaTeX2ε 介绍”。
4.  画图软件可用于ppt和文档中，良好的构图可以起到极佳的讲解作用。[Visio][]是最通用的，[processon][]比较便捷，[亿图][Link 4]很漂亮，要花钱买，但也可以[破解][Link 5]。
5.  [anaconda][]是管理多个python的工具，附上使用[教程][Link 6]。
6.  [正则表达式][Link 7]可以从字符串中抓取到需要的部分，另外还有[在线验证正则表达式的网站][Link 8]。
7.  数据库操作的核心是[SQL][]语句，其次需要熟练数据库与常用语言如python的API接口，最后是数据的管理操作。当然数据库界面操作工具[Navicat][]是肯定少不了的。
8.  爬虫是获取数据的重要手段，有一个[北理的教程][Link 9]可以快速入门，进阶的话需要学习[scrapy][]，以及尝试在[微信公众号][Link 10]、[抖音app][app]这样的复杂环境下爬虫。
9.  安卓模拟器，比如[夜神安卓模拟器][Link 11]，是用来辅助爬虫的好工具，比如无破解加密的爬取抖音的数据。
10. 网络抓包工具用于分析网络报文，推荐使用[fiddler][]。
11. 多线程操作主要是掌握python的多线程，类似[博客][Link 12]很多。
12. linux操作系统主要是学习ubuntu系列，16.04或18.04皆可。不用盯着书死看，80%时间下会用的东西其实不到全部的20%，所以要抓重点，不会的再查。常用的操作包括[文件操作][Link 13]比如复制移动删除，[权限管理][Link 14]，[用户管理][Link 15]，[进程管理][Link 16]，[磁盘挂载][Link 17]，[apt换源][apt]加速下载、[pip换源][pip]加速下载（[windows也可换pip源][windows_pip]）等。
13. gpu主要是环境搭建（可参照之前的2.1.3 框架一节的两个链接）和[查看管理][Link 18]，一般深度学习框架如[torch][torch 1]，TensorFlow（直接安装TensorFlow-GPU即可）已经高度封装了这些操作，所以比较简单。当然，没有gpu一切都是白搭。这是表示[gpu性能的天梯图][gpu]。
14. [everything][]是一款给本地所有文件建立索引的快速查询工具，迅速查找本机所有文件。
15. [xmind8][]是一款极好的思维导图工具，可以辅助理清ppt、演讲、项目等系统的思路。csdn上有[破解方法][Link 19]。
16. 看paper可能需要标注，[福昕编辑器][Link 20]是一个不错的pdf编辑器。csdn上有[破解方法][Link 21]。
17. 对linux服务器的操作，可以使用[xshell][]命令行操作，通过[winscp][]传输文件。当然，[atom][atom 1]、[vscode][vscode 1]和jetbrains的产品比如[pycharm][pycharm 1]也有远程同步、执行代码的操作。

## 2.2 数学 ##

对数学如何重视都是不足为过的，AI或者更广义的计算机，其基础都是建立在数学的基础上的。因此务必强化数学的学习。但由于本人的数学基础有限，无法给出比较全面的介绍，仅将推荐教材列出，并辅助简单讲解。

### 2.2.1 基础 ###

微积分、线性代数、概率论、离散数学，跟着学校的教材走就好了。唯一重要的是，课后题都做了，并且认真改错总结。除此之外，扎实数学基础别无它法。

### 2.2.2 进阶 ###

[高等代数 复旦 姚慕生 第三版][_ _]

[数学分析 华东师大 第五版][Link 22]

[数理统计学讲义 高教 第三版][Link 23]

[组合数学 中科大 第二版][Link 24]

[凸优化理论 清华][Link 25]

[凸优化 清华][Link 26]

[矩阵理论 高教][Link 27]

[随机过程 高教][Link 28]

[实变函数与积分变换 高教 夏道行 第二版][_ _ 1]

[复变函数与积分变换 高教 苏变萍 第三版][_ _ 2]

[普林斯顿数学指南 科学][Link 29]

## 2.3 计算机基础 ##

### 2.3.1 基础 ###

课堂的学习是很重要的，比如数据结构与算法、操作系统、计算机网络和计算机组成成原理这四门计算机核心基础课程。比起教材，这四门课更重要的是理解，数据结构与算法重点要理清数据结构模型和常用算法原理，操作系统要建立进程调度执行的概念，计算机网络要建立网络架构和通信协议的概念，计算机组成原理要建立模型机的静态组成模型和动态运行过程。教材就学校的教材即可，好好听课。

### 2.3.2 进阶 ###

[数据挖掘 机械工业 第三版][Link 30]

[计算机体系结构：量化研究方法 人民邮电 第五版][Link 31]

[量子计算、优化与学习 科学][Link 32]

[实用软件架构：从系统环境到软件部署 机械工业][Link 33]

[编译原理 机械工业 第二版][Link 34]

## 2.4 人工智能 ##

本章将机器学习、深度学习和应用三部分的资源进行整合。

从事AI需要一定的数学、计算机、编程和英语能力。

首先，不推荐初学者看周志华的《机器学习》，也就是西瓜书。AI入门需要对机器学习的基础知识有一个良好的全面认识，不求深，也一定要求广——既了解全局，也为之后的研究找准感兴趣的方向。因此，初学者推荐[百面机器学习 算法工程师带你去面试][Link 35]。

在对基础知识和基本算法有了基本了解后，就需要深入了解算法背后的原理，因此，推荐李航的[统计学习方法][Link 36]（出第二版了）。对于还不太清楚的数学，可以快速查阅[图像处理中的数学修炼][Link 37]中的相关数学知识。

再之后，可以根据自己的兴趣方向了解[深度学习][Link 38]、[强化学习][Link 39]、[知识图谱][Link 40]，或者自己感兴趣的具体方向，比如视觉（[cs231n][]）、自然语言处理（[cs224n][]）等。

科研的话，可以了解一下[各大AI会议][AI]。查询的话，可以利用[谷歌学术][Link 41]，[谷歌][Link 42]，[dblp][]或者[中国知网][Link 43]（校内ip免费下载paper）查找自己感兴趣的paper。

至于各种应用，既可以去[github][]上搜项目，也可以去[csdn][]、[博客园][Link 44]等网站上看大佬教程。此外，还有一些科研前沿的观察统计网站，具有极高的价值，常见的比如[机器之心][Link 45]，清华的[Aminer][]。还有就是要关注下知乎上的大佬们，指导AI科研学习和数据挖掘竞赛等，比如[鱼遇雨欲语与余][Link 46]，[zibuyu9][]（清华刘知远教授）、[Ivan Yan][]等，可以关注一波，看看他们在干啥，与时俱进，不断学习。

参考书目百度云盘地址

链接：[https://pan.baidu.com/s/1C0ZVDROVD-REuK94\_a9n9Q][https_pan.baidu.com_s_1C0ZVDROVD-REuK94_a9n9Q]  
提取码：u91f

[watermark_type_ZmFuZ3poZW5naGVpdGk_shadow_10_text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1pqaGFvNjY2_size_16_color_FFFFFF_t_70]: https://img-blog.csdnimg.cn/20191127182214545.jpg?x-oss-process=image/watermark,type_ZmFuZ3poZW5naGVpdGk,shadow_10,text_aHR0cHM6Ly9ibG9nLmNzZG4ubmV0L1pqaGFvNjY2,size_16,color_FFFFFF,t_70
[python]: https://www.runoob.com/python3/python3-tutorial.html
[C]: https://www.w3cschool.cn/cpp/
[java]: https://www.w3cschool.cn/java/
[C 1]: https://www.runoob.com/cprogramming/c-tutorial.html
[lua]: https://www.w3cschool.cn/lua/
[julia]: https://docs.juliacn.com/latest/
[MATLAB]: https://www.w3cschool.cn/matlab/
[R]: https://www.w3cschool.cn/r/
[Link 1]: https://jingyan.baidu.com/article/f25ef254b6844c482c1b82b1.html
[pycharm]: https://www.jetbrains.com/pycharm/
[IDEA]: https://www.jetbrains.com/idea/
[Clion]: https://www.jetbrains.com/clion/
[visual studio]: https://visualstudio.microsoft.com/zh-hans/vs/
[vscode]: https://code.visualstudio.com/
[atom]: https://atom.io/
[sublime text]: http://www.sublimetext.com/3
[win10_anaconda_python27_python35_numpy_tensorflow-gpu_matplotlib_caffe]: https://blog.csdn.net/Zjhao666/article/details/88317659
[ubuntu_numpy_sklearn_TensorFlow_opencv_caffe2_caffe]: https://blog.csdn.net/Zjhao666/article/details/87817647
[python 1]: https://morvanzhou.github.io/tutorials/machine-learning/
[TensorFlow]: http://www.tensorfly.cn/tfdoc/tutorials/overview.html
[torch]: https://pytorch.apachecn.org/docs/1.0/
[matplotlib]: https://morvanzhou.github.io/tutorials/data-manipulation/plt/
[Link 2]: https://www.liaoxuefeng.com/wiki/896043488029600
[github]: https://github.com/
[Link 3]: https://gitee.com/
[word]: https://www.bilibili.com/video/av49042924/
[excel]: https://www.bilibili.com/video/av46936092/
[ppt]: https://www.bilibili.com/video/av24376300
[ppt 1]: https://pan.baidu.com/s/1B2PaHiZeDpkGxT-CFzlCSQ
[Visio]: http://www.imsdn.cn/applications/visio-2016/
[processon]: https://www.processon.com/
[Link 4]: https://www.edrawsoft.cn/lp/edraw.html?renqun_youhua=1877792
[Link 5]: https://blog.csdn.net/qq_38388811/article/details/82809787
[anaconda]: https://mirrors.tuna.tsinghua.edu.cn/anaconda/archive/
[Link 6]: https://www.jianshu.com/p/eaee1fadc1e9
[Link 7]: https://www.runoob.com/regexp/regexp-tutorial.html
[Link 8]: https://tool.oschina.net/regex/
[SQL]: https://www.runoob.com/sql/sql-tutorial.html
[Navicat]: https://www.navicat.com.cn/
[Link 9]: https://www.icourse163.org/course/BIT-1001870001
[scrapy]: https://www.runoob.com/w3cnote/scrapy-detail.html
[Link 10]: https://www.cnblogs.com/dahuag/p/9284677.html
[app]: https://blog.csdn.net/weixin_40841752/article/details/82780520
[Link 11]: https://www.yeshen.com/
[fiddler]: https://www.telerik.com/fiddler
[Link 12]: https://blog.csdn.net/m0_38011218/article/details/81938261
[Link 13]: https://blog.csdn.net/weixin_39056864/article/details/80566932
[Link 14]: https://blog.csdn.net/qq_34805255/article/details/89348483
[Link 15]: https://www.cnblogs.com/cisum/p/8005641.html
[Link 16]: https://www.cnblogs.com/yanjieli/p/9539588.html
[Link 17]: https://blog.csdn.net/u013641333/article/details/81911140#commentBox
[apt]: https://blog.csdn.net/yjk13703623757/article/details/78943345/
[pip]: https://blog.csdn.net/dapanbest/article/details/81096241
[windows_pip]: https://blog.csdn.net/qq_31443999/article/details/88750833
[Link 18]: https://www.cnblogs.com/zl1991/p/8669855.html
[torch 1]: https://blog.csdn.net/xpy870663266/article/details/96103454
[gpu]: http://www.mydrivers.com/zhuanti/tianti/gpu/
[everything]: https://www.voidtools.com/zh-cn/
[xmind8]: https://www.xmind.cn/download/xmind8/
[Link 19]: https://blog.csdn.net/Zjhao666/article/details/80851530
[Link 20]: https://www.foxitsoftware.cn/downloads/
[Link 21]: https://blog.csdn.net/Zjhao666/article/details/80875380
[xshell]: https://xshell.en.softonic.com/
[winscp]: https://winscp.net/eng/docs/lang:chs
[atom 1]: https://blog.csdn.net/qq_34827048/article/details/80625273
[vscode 1]: https://www.jianshu.com/p/a04bfe8d3c86
[pycharm 1]: https://blog.csdn.net/wz22881916/article/details/82670969
[_ _]: https://item.jd.com/42829474071.html
[Link 22]: https://item.jd.com/25413236843.html
[Link 23]: https://item.jd.com/13620031313.html
[Link 24]: https://item.jd.com/1727098545.html
[Link 25]: https://item.jd.com/12434460.html
[Link 26]: https://item.jd.com/11169619.html
[Link 27]: https://item.jd.com/56835367275.html
[Link 28]: https://item.jd.com/29715049901.html
[_ _ 1]: https://item.jd.com/10321060541.html
[_ _ 2]: https://item.jd.com/37129823978.html
[Link 29]: https://item.jd.com/11663710.html
[Link 30]: https://item.jd.com/11056660.html
[Link 31]: https://item.jd.com/11152134.html
[Link 32]: https://item.jd.com/12168000.html
[Link 33]: https://item.jd.com/12101220.html
[Link 34]: https://item.jd.com/1027785182.html
[Link 35]: https://item.jd.com/12401859.html
[Link 36]: https://item.jd.com/12522197.html
[Link 37]: https://item.jd.com/11566951605.html
[Link 38]: https://item.jd.com/12128543.html
[Link 39]: https://item.jd.com/12696004.html
[Link 40]: https://item.jd.com/12560557.html
[cs231n]: https://gitee.com/zjhao666/CS231n-2017-Summary
[cs224n]: https://gitee.com/zjhao666/cs224n-winter17-notes
[AI]: https://www.ccf.org.cn/xspj/rgzn/
[Link 41]: https://scholar.google.com/
[Link 42]: https://www.google.com/
[dblp]: https://dblp.uni-trier.de/db/
[Link 43]: https://www.cnki.net/
[csdn]: https://www.csdn.net/
[Link 44]: https://www.cnblogs.com/
[Link 45]: https://www.jiqizhixin.com/users/d91ebb2a-cef0-4252-9ebd-34837af01be0
[Aminer]: https://www.aminer.cn/
[Link 46]: https://www.zhihu.com/people/wang-he-13-93/activities
[zibuyu9]: https://www.zhihu.com/people/zibuyu9/activities
[Ivan Yan]: https://www.zhihu.com/people/Ivan0131/posts
[https_pan.baidu.com_s_1C0ZVDROVD-REuK94_a9n9Q]: https://pan.baidu.com/s/1C0ZVDROVD-REuK94_a9n9Q