學(xué)習(xí)路線(xiàn)

編譯：李潔瓊，制作：大數(shù)據(jù)文摘

今天給大家分享一份人工智能本科四年的學(xué)習(xí)路線(xiàn)和課程清單。

相信每一個(gè)進(jìn)入人工智能領(lǐng)域的老手，都會(huì)或多或少地對(duì)自己這幾年的學(xué)習(xí)生涯有所遺憾：如果能先從基礎(chǔ)概念入手，對(duì)人工智能有更深入的了解就好了。核心算法。足夠的…

近日計(jì)算機(jī)視覺(jué)編程語(yǔ)言，一位在該行業(yè)工作多年的斯坦福人工智能“師兄”，根據(jù)工作和學(xué)習(xí)經(jīng)驗(yàn)，為在讀生送上了一份大禮：一份人工智能四年制本科課程清單。希望有必要了解一下，人工智能的新同學(xué)可以依靠這張導(dǎo)覽圖，少走彎路。

這位慷慨的學(xué)長(zhǎng)名叫埃里克，也是名副其實(shí)的“學(xué)霸”。在斯坦福大學(xué)的NLP研究組，和，，（三大巨頭）一起做研究，花了3年非常充實(shí)的研究時(shí)間，收獲頗豐。同時(shí)，Eric已經(jīng)向ACL\\NLP提交了AI工作論文，均已發(fā)表。目前擔(dān)任ACL的審稿人，以及業(yè)內(nèi)人工智能公司AI的工程師。

作為一名大四畢業(yè)生，埃里克已經(jīng)離開(kāi)學(xué)校一段時(shí)間了?？偨Y(jié)他的學(xué)習(xí)和工作經(jīng)驗(yàn)，Eric 為他在人工智能和機(jī)器學(xué)習(xí)領(lǐng)域的職業(yè)生涯設(shè)計(jì)了一個(gè)完整的 4 年制人工智能和機(jī)器學(xué)習(xí)本科學(xué)位。課程。這些課程是為AI和CS領(lǐng)域的新人提供的。雖然是最新的定位，但 Eric 覺(jué)得這些課程一直沿用至今，都是必須學(xué)習(xí)的基本功。

第一年，打好基礎(chǔ)

假設(shè)你沒(méi)有 CS 方面的經(jīng)驗(yàn)，你應(yīng)該將一年中的大部分時(shí)間花在 CS 和機(jī)器學(xué)習(xí)的核心概念和算法上。推薦的課程是：

1.編程基礎(chǔ)，這是AI從業(yè)者必須具備的基本軟件工程技能。課程是：

2.計(jì)算機(jī)系統(tǒng)，本課程側(cè)重于計(jì)算機(jī)的基本設(shè)計(jì)和構(gòu)造，尤其是在學(xué)習(xí)軟件編譯時(shí)，程序運(yùn)行時(shí)會(huì)發(fā)生什么，以及程序如何在內(nèi)存中運(yùn)行。課程是：

3. 算法導(dǎo)論，本課程包含計(jì)算機(jī)算法背后的數(shù)學(xué)和理論基礎(chǔ)，例如最優(yōu)搜索算法和動(dòng)態(tài)規(guī)劃，以及如何分析這些算法的內(nèi)存和優(yōu)缺點(diǎn)。課程是：

4.概率論、概率論和統(tǒng)計(jì)學(xué)是機(jī)器學(xué)習(xí)算法的核心，尤其是分析數(shù)據(jù)在實(shí)戰(zhàn)中非常重要。課程是：

5.線(xiàn)性代數(shù)、如何計(jì)算矩陣和向量、線(xiàn)性方程和最小二乘法都是機(jī)器學(xué)習(xí)所需的數(shù)學(xué)基礎(chǔ)。課程是：

6.多維微積分，調(diào)試函數(shù)的梯度，反向傳播和機(jī)器學(xué)習(xí)，這些都是經(jīng)常用到的。課程是向量微積分（工程師）：

第二年，從系統(tǒng)的基礎(chǔ)知識(shí)開(kāi)始慢慢摸索

AI本科二年級(jí)，你至少要了解一些人工智能的原理，應(yīng)該用什么理論來(lái)解決問(wèn)題，還需要加強(qiáng)對(duì)計(jì)算機(jī)系統(tǒng)運(yùn)行的理解。

1. 人工智能概論，本課程包括搜索、游戲、邏輯和圖形等人工智能領(lǐng)域的應(yīng)用研究，以及機(jī)器學(xué)習(xí)算法的應(yīng)用。課程：

2. ，主要是關(guān)于編譯器背后的設(shè)計(jì)和原理。學(xué)完之后計(jì)算機(jī)視覺(jué)編程語(yǔ)言，至少應(yīng)該了解編譯器是如何構(gòu)建的，以及編譯器的模塊化組件。你也需要明白。如果對(duì)語(yǔ)義識(shí)別感興趣，可以好好看看編譯器的設(shè)計(jì)與傳統(tǒng)自然語(yǔ)言處理?xiàng)５南嗨浦帲浅Ｓ腥?。課程：

3.數(shù)據(jù)庫(kù)原理，主要講數(shù)據(jù)庫(kù)管理系統(tǒng)背后的原理，比如關(guān)系數(shù)據(jù)模型、索引、模式等話(huà)題。如果你想成為一名數(shù)據(jù)專(zhuān)家或機(jī)器學(xué)習(xí)工程師，你必須了解數(shù)據(jù)庫(kù)的原理。課程：

4.并行計(jì)算，這門(mén)并行計(jì)算課程會(huì)講講這些GPU系統(tǒng)背后的原理。課程：

5.操作系統(tǒng)，如果你想擅長(zhǎng)系統(tǒng)編程，你必須學(xué)習(xí)這門(mén)課程。本課程是關(guān)于如何從頭開(kāi)始構(gòu)建操作系統(tǒng)。不僅需要設(shè)計(jì)系統(tǒng)，還需要了解如何調(diào)試和代碼管理。. 不明白，你手下的人打完：sudo rm -rf /* 就撤了。你怎么能保存你的代碼？課程：

~/cgi-bin/

第3年，開(kāi)始升職課程

這個(gè)時(shí)候應(yīng)該開(kāi)始學(xué)習(xí)高級(jí)課程，開(kāi)始NLP、BA、CV的研究。

1.機(jī)器學(xué)習(xí)、監(jiān)督學(xué)習(xí)和模型訓(xùn)練的概念，比如偏差、方差、正則化和模型選擇，看似簡(jiǎn)單，但實(shí)際上每個(gè)人工智能從業(yè)者每天都在使用它們。課程：

2. 凸優(yōu)化，本課程應(yīng)用廣泛，如統(tǒng)計(jì)學(xué)、機(jī)器學(xué)習(xí)、信號(hào)處理等領(lǐng)域都用到了凸優(yōu)化。雖然有很多問(wèn)題是非凸的，但你最好能理解它背后的邏輯。課程：

3.概率圖模型，比如CV和NLP，經(jīng)常被用到，所以我們還是需要了解一下。課程：

~//.html

4.數(shù)據(jù)挖掘、大數(shù)據(jù)與數(shù)據(jù)挖掘，本課程涵蓋處理大數(shù)據(jù)集的技術(shù)方法，將使用推薦算法、聚類(lèi)、大規(guī)模數(shù)據(jù)集計(jì)算與分析。你必須知道每天產(chǎn)生的東西數(shù)量是相當(dāng)大的。課程：

5.NLP， ，讓機(jī)器理解文本數(shù)據(jù)的理論和時(shí)序，同時(shí)也會(huì)在本課程中學(xué)習(xí)傳統(tǒng)的自然語(yǔ)言處理，老師會(huì)教如何使用深度學(xué)習(xí)技術(shù)來(lái)處理這些。課程：

6. 基于 CV 的卷積神經(jīng)網(wǎng)絡(luò)基本上包含了深度學(xué)習(xí)背后的理論。例如，經(jīng)常使用 CV 模型。只要學(xué)過(guò)人工智能課程的人，沒(méi)錯(cuò)，就是李飛飛教授。課程：

四年級(jí)了，同學(xué)們，你們?cè)撻_(kāi)始玩游戲了

經(jīng)過(guò)前3年的課程訓(xùn)練，你應(yīng)該對(duì)計(jì)算機(jī)系統(tǒng)和人工智能的概念和應(yīng)用有一個(gè)清晰的認(rèn)識(shí)，找到你更感興趣的方向，拿起數(shù)據(jù)集，開(kāi)始自己運(yùn)行模型，做數(shù)據(jù)分析，調(diào)整參與解決bug。如果你想成為一個(gè)真正的人工智能專(zhuān)家，你不僅要學(xué)習(xí)，還要?jiǎng)邮謱?shí)踐。

1.對(duì)于研究項(xiàng)目，一些學(xué)校會(huì)提供這樣的課程。在本課程中，您需要深入研究整個(gè)項(xiàng)目。課程：

2. 參與項(xiàng)目研究，主動(dòng)找研究生學(xué)姐和學(xué)姐做他們的助手，再次傳授基礎(chǔ)知識(shí)，也可以選擇自己開(kāi)個(gè)項(xiàng)目做研究，主要是給你有項(xiàng)目經(jīng)驗(yàn)。

3.大廠實(shí)習(xí)，如果你擅長(zhǎng)時(shí)間管理，可以考慮在業(yè)余時(shí)間去AI公司實(shí)習(xí)。一般大廠都有這種3-6個(gè)月的實(shí)習(xí)機(jī)會(huì)。在實(shí)習(xí)的過(guò)程中，不僅要了解書(shū)中的基礎(chǔ)知識(shí)，還要將基礎(chǔ)知識(shí)運(yùn)用到實(shí)踐中去。這應(yīng)該被認(rèn)為是一個(gè)更好的實(shí)踐機(jī)會(huì)。

4.競(jìng)賽實(shí)踐：根據(jù)目前正在進(jìn)行的數(shù)據(jù)競(jìng)賽，整理分類(lèi)，有一定理論基礎(chǔ)后適合實(shí)踐，增加項(xiàng)目經(jīng)驗(yàn)，完善簡(jiǎn)歷。

1.數(shù)據(jù)挖掘大賽：

2. 天池簡(jiǎn)歷大賽：

3.天池NLP大賽：

4.天池產(chǎn)業(yè)大賽：

5.時(shí)間序列競(jìng)賽：

以上是斯坦福大學(xué)畢業(yè)生Eric，他是人工智能從業(yè)者，給AI萌心一個(gè)4年的規(guī)劃安排。如果覺(jué)得以上課程難度較大，可以適當(dāng)調(diào)整。相信對(duì)你入門(mén)和學(xué)習(xí)AI會(huì)有幫助。.

參考資料：

努力分享優(yōu)質(zhì)的計(jì)算機(jī)視覺(jué)相關(guān)內(nèi)容，歡迎關(guān)注：

交流群

歡迎加入公眾號(hào)讀者群與同行交流。目前有美妝、3D視覺(jué)、計(jì)算攝影、檢測(cè)、分割、識(shí)別、GAN、算法競(jìng)賽等微信群。

個(gè)人微信（如無(wú)備注請(qǐng)勿拉群?。?/p>

請(qǐng)注明：地區(qū)+學(xué)校/企業(yè)+研究方向+昵稱(chēng)