人工智能学习资源和自学计划 | 学习资料、MOOC课程、技术网站

人工智能学习资源和自学计划

对于想要学习人工智能的人来说，以下是一些学习资源和建议：

1. 学习资料：

• '人工智能'（英文版）课程大纲：https://ocw.mit.edu/courses/electrical-engineering-and-computer-science/6-034-artificial-intelligence-fall-2010/index.htm
• '机器学习'（英文版）课程大纲：https://www.coursera.org/learn/machine-learning
• '深度学习'（英文版）课程大纲：https://www.coursera.org/specializations/deep-learning
• 'Python编程：从入门到实践' 教材：https://book.douban.com/subject/26829016/
• '机器学习实战' 教材：https://book.douban.com/subject/24703171/
• '深度学习入门' 教材：https://book.douban.com/subject/30270959/

2. MOOC课程：

• Coursera上的 '机器学习' 课程：https://www.coursera.org/learn/machine-learning
• Coursera上的 '深度学习' 课程：https://www.coursera.org/specializations/deep-learning
• edX上的 '人工智能基础' 课程：https://www.edx.org/course/artificial-intelligence-ai-basics
• Udacity上的 '机器学习工程师纳米学位' 课程：https://www.udacity.com/course/machine-learning-engineer-nanodegree--nd009

3. 技术网站：

• TensorFlow官网：https://www.tensorflow.org/
• PyTorch官网：https://pytorch.org/
• Keras官网：https://keras.io/
• scikit-learn官网：https://scikit-learn.org/stable/
• GitHub上的机器学习项目：https://github.com/topics/machine-learning

4. 自学计划：

• 学习Python编程基础
• 学习机器学习算法和深度学习算法
• 实践机器学习和深度学习项目
• 参加机器学习和深度学习比赛
• 阅读相关论文和博客，了解最新的研究进展

以上是一些人工智能学习的资源和建议，希望对想要学习人工智能的人有所帮助。