貌似大家喜欢屯资料，作为一个什么都搞的土木工程师，研究生期间学过两年时间的人工智能，意欲转行，但是最后还是回归了老本行，但学习期间还是收集了一套自己觉得非常nice的学习资料，凭借着这套资料，我学习了Python编程，算法和数据结构Python实现，面向对象编程，人工智能理论和实现，Tensorflow2.0, Keras等。
这一套学习下来自己动手写个能用的机器学习程序毫无问题。
1，Python学习资料
入门建议用廖雪峰的教程，直接百度就有。
进阶用以下几本：
最后这本是关于算法和数据结构，也有中译本，但质量很差。所以还是要学好英语{:5_157:} 。
2，机器学习
网上的各种算法如CNN, RNN, FRNN等如果要自己从零去实现确实挺难得，但是有Tensorflow2.0, Keras等第三方库在手的话要实现一个轻量的机器学习算法简直不费吹灰之力，从网上复制粘贴改改都行，但是我还是建议去了解一下各种算法的数学原理，理解数学原理才能为进一步学习打下深厚的功底。废话不多说了，直接上书：
2.1 learning from data
这本书主要讲各种算法的数学基础及其背后的思想，学此可提升内力。
2.2 Python深度学习
在我看来这本书是科普和技术结合的典范，详细介绍了深度学习理论，并给出了基于Keras的代码实现。这本书目前在写第二版，似乎比第一版更好，我看了前六章。
2.3 Hands-on Machine Learning with Scikit-Learn, Keras, and TensorFlow, 2nd Edition
这本和上一本的区别在于这本书在对很多深度学习的技术给出了非常详细的解释，英语过关了的话一看就明白。如果基于学习深度学习，建议用这本。
总之，要学好新技术还是要学好英语。 |
楼主