# PythonAIPath-Geek **Repository Path**: jlgulu/PythonAIPath-Geek ## Basic Information - **Project Name**: PythonAIPath-Geek - **Description**: Python人工智能学习路线、Python人工智能视频教程、Python人工智能+B站视频整合、Python人工智能面试题、Python人工智能开源项目、Python人工智能书籍推荐、一份涵盖大部分Python人工智能工程师所需要掌握的核心知识，面试求职找工作，来这里，你不会后悔。以后会不断升级... - **Primary Language**: Unknown - **License**: Not specified - **Default Branch**: main - **Homepage**: None - **GVP Project**: No ## Statistics - **Stars**: 3 - **Forks**: 2 - **Created**: 2022-07-26 - **Last Updated**: 2025-10-20 ## Categories & Tags **Categories**: Uncategorized **Tags**: None ## README # PythonAIPath-Geek Python人工智能学习路线、Python人工智能视频教程整合以及Python人工智能职位面试持续更新完善中！ 当前版本：2.0 # 思维导图 https://www.zhixi.com/view/09c3027e # **Python人工智能学习路线以及分支** ## **前言** 据教育部不完全统计，2022年高校毕业生规模将达到1076万人。这将导致就业竞争压力也同步上升，加之近两年疫情影响，现在找工作已经是难上加难。与其学习网络上的“躺平、摆烂”，不如静下心来努力提升自己。正所谓技多不压身，多一门技术，也就相比于其他人而言，多一个竞争优势！希望本文能正真帮助到各位。 本学习路线大体框架为：**首先建立一定的兴趣-\>基础知识和工具的准备-\>python掌握程度-\>数学相关知识-\>机器学习-\>深度学习-\>计算机视觉/自然语言处理-\>面试准备-\>自我拓展** ## 一、**Python基本功** ### 1、Python基础 **SiKi学院视频教学：** （全套共96节，课程有趣幽默，很多朋友都是通过这个入门的） ### 2、Python进阶（大数据方向） **北大数据结构与算法python版视频教学：** （由北京大学陈斌老师主讲的，内容包括算法的分析、基本线性结构、递归与动态规划、排序与查找、树及其算法、图及其算法等，以Python语言讲解） ### 3、Python爬虫 **B站爬虫视频教学**：**https://www.bilibili.com/video/BV1ha4y1H7sx** （这个爬虫视频内容比较全面了，从爬虫概念、https、requests、beautifulsoup、xpath、模拟登录、代理、异步、aiohhtp、selenium、scrapy框架和一些实战练习，如果你有python基础，不要犹豫直接冲！！！） **爬取同城约会案例视频教学：** ## 二、**数学** ### 1、高数 （1）一元函数 （2）泰勒公式 （3）多元函数 （4）不定积分与定积分 **梨米特高数视频教学：**[**https://www.bilibili.com/video/BV1864y1T7Ks**](https://www.bilibili.com/video/BV1864y1T7Ks?spm_id_from=333.337.search-card.all.click（讲得比较全，如果有基础可以直接选择忽略）) （讲得比较全，如果有基础可以直接选择忽略） ### 2、线性代数 （1）矩阵 （2）矩阵分解 **梨米特线性代数视频教学：** （比较详细的视频讲解） ### 3、概率论与数理统计 （1）排列与组合 （2）古典概率（全排列） （3）联合概率 （4）条件概率 （5）独立性 （6）一维随机变量分布 （7）数字特征 （8）大数定理 （9）极大似然估计 **宋浩老师概率论视频教学：[https://www.bilibili.com/video/BV1ot411y7mU](https://www.bilibili.com/video/BV1ot411y7mU?spm_id_from=333.337.search-card.all.click（讲得通俗易懂，我上学也看的这个！）https:/www.bilibili.com/video/BV1ot411y7mU?spm_id_from=333.337.search-card.all.click)** （讲得通俗易懂，我上学也看的这个！） ## 三、**机器学习** ### 1、线性回归 （1）线性回归解决的问题 （2）构建线性回归 （3）线性回归多元拓展 （4）模型的评估 ### 2、逻辑回归 （1）逻辑回归解决的问题 （2）构建逻辑回归 （3）模型评估 ### 3、KNN （1）KNN核心 （2）KNN优化 ### 4、决策树 （1）决策树直观理解 （2）前置知识 不确定性、信息量、信息熵、条件熵、信息增益 （3）构建决策树 ### 5、集成算法 （1）并行 （2）串行 （3）Stacking ### 6、聚类算法 （1）K-means （2）Canopy （3）聚类算法的评估 （4）层次聚类 （5）密度聚类 （6）谱聚类 ### 7、SVM （1）必备知识 （2）SVM线性可分 （3）SVM线性不可分 （4）核函数 （5）序列最小优化算法（SMO） ### 8、贝叶斯算法 （1）贝叶斯公式 （2）朴素贝叶斯算法 （3）高斯朴素贝叶斯 （4）伯努利朴素贝叶斯 （5）多项式朴素贝叶斯 （6）贝叶斯网络 ### 9、EM算法 （1）回顾 （2）贝叶斯算法估计 （3）最大后验概率估计(MAP) （4）EM算法 （5）GMM算法 ### 10、隐马尔可夫算法（HHM） （1）马尔可夫性质 （2）马尔可夫链 （3）HMM简介 （4）HMM三个问题 概率计算问题、学习问题、预测问题 ### 11、主题模型 （1）潜在语义分析（LSA） （2）LDA ### 12、特征工程 （1）数据清洗 （2）清洗异常样本数据 （3）采样 ### **机器学习推荐文章：** **游戏人工智能入门指南:** [**https://www.gamedev.net/articles/programming/artificial-intelligence/the-total-beginners-guide-to-game-ai-r4942?utm\_source=mybridge\&utm\_medium=blog\&utm\_campaign=read\_more**](https://www.gamedev.net/articles/programming/artificial-intelligence/the-total-beginners-guide-to-game-ai-r4942?utm_source=mybridge&utm_medium=blog&utm_campaign=read_more) **平凡而又神奇的贝叶斯方法:** [**http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/**](http://mindhacks.cn/2008/09/21/the-magical-bayesian-method/) **[判别模型、生成模型与朴素贝叶斯方法](https://www.cnblogs.com/jerrylead/archive/2011/03/05/1971903.html):** [**https://www.cnblogs.com/jerrylead/archive/2011/03/05/1971903.html**](https://www.cnblogs.com/jerrylead/archive/2011/03/05/1971903.html) **机器学习算法与Python实践之（七）逻辑回归:** [**https://blog.csdn.net/zouxy09/article/details/20319673**](https://blog.csdn.net/zouxy09/article/details/20319673) **从最大似然到EM算法浅解:** ** 决策树:** [**https://link.csdn.net/?target=https%3A%2F%2Fwww.zhihu.com%2Ftopic%2F19569936%2Ftop-answers**](https://link.csdn.net/?target=https%3A%2F%2Fwww.zhihu.com%2Ftopic%2F19569936%2Ftop-answers) **支持向量机（SVM）:** [**https://blog.csdn.net/sinat\_37965706/article/details/70666682**](https://blog.csdn.net/sinat_37965706/article/details/70666682) **【机器学习详解】SMO算法剖析:** [**https://blog.csdn.net/luoshixian099/article/details/51227754**](https://blog.csdn.net/luoshixian099/article/details/51227754) **什么是 L1/L2 正则化 (Regularization):** [**https://zhuanlan.zhihu.com/p/25707761**](https://zhuanlan.zhihu.com/p/25707761) **GBDT算法原理深入解析:** [**https://www.zybuluo.com/yxd/note/611571\#gbdt%E7%AE%97%E6%B3%95**](https://www.zybuluo.com/yxd/note/611571#gbdt%E7%AE%97%E6%B3%95) **Adaboost 算法的原理与推导:** [**https://blog.csdn.net/v\_JULY\_v/article/details/40718799**](https://blog.csdn.net/v_JULY_v/article/details/40718799) ### **机器学习推荐书籍：** **《统计学习方法》李航** **《机器学习》周志华** **《Machine Learning》Mitchell** **《Pattern Classification》Duda** **《Introduction to Machine Learning》Alpaydin ** **《Pattern Recognition and Machine Learning》Bishop ** **《Machine Learning - A Probabilistic Perspective》Murphy** ### **机器学习推荐视频：** **李航统计学方法：** **吴恩达机器学习视频教学：** [**https://www.bilibili.com/video/BV164411b7dx?p=3\&spm\_id\_from=pageDriver**](https://www.bilibili.com/video/BV164411b7dx?p=3&spm_id_from=pageDriver) （虽然全程英文讲解，但是有中文字幕，主要是能白嫖！） **机器学习案例视频教学：** （siki学院能白嫖的机器学习小案例） **用人工智能的思想解释生物的形成与学习视频教学：** （纯理论知识） **机器学习入门案例视频教学：** （讲手写体识别的，白嫖！！） **机器学习线性回归视频教学：** **机器学习逻辑回归视频教学：** **机器学习KNN算法视频教学：** **机器学习决策树视频教学：** **（这上面几个是收费的！按自己能力来！不能白嫖有点可惜，hhh）** ## 四、**深度学习** ### 1、Tensorflow （1）Tensorflow的基本使用 （2）梯度下降 ### 2、神经网络（DNN） （1）神经网络的原理 （2）正反向传播 （3）激活函数 （4）深度神经网络 ### 3、卷积神经网络（CNN） （1）RBF （2）为什么需要CNN （3）正反向传播 （4）神经网络优化与评估 （5）CNN经典网络 ### 4、循环神经网络（RNN） （1）为什么需要RNN （2）正反向传播 （3）RNN经典网络 ### 5、GAN生成对抗网络 ### 6、AE自编码神经网络 ### **深度学习推荐文章：** **梯度下降详解：** **详解深度学习中梯度消失、爆炸原因以及解决方法：** **反向传播过程和作用：** **反向传播算法的入门教程简单代码实现：** **Explainable ML：** **以下为CSDN上智能算法的原创文章:** **深度学习通俗理解：** **TensorFlow介绍：** **TensorFlow深入：** **从DNN入手学习TensorFlow：** **TensorFlow训练DNN进阶：** **深度学习优化器的选择：** **深度学习之学习率：** **深度学习之避免过拟合：** **卷积神经网络原理：** **卷积神经网络实战进阶：** **CNN经典网络之LeNet-5和AlexNet：** **CNN经典网络之GoogLeNet：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f630bbdf81b9adb81a8c4318d3ea99a4fbbda0dea2b34cec377005ea78e3705cf7c85ef96a\&idx=1\&mid=2247485679\&scene=21\&sn=590eb869ddf63846196ff4f3caeb7c67\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f630bbdf81b9adb81a8c4318d3ea99a4fbbda0dea2b34cec377005ea78e3705cf7c85ef96a&idx=1&mid=2247485679&scene=21&sn=590eb869ddf63846196ff4f3caeb7c67#wechat_redirect) **CNN经典网络之ResNet：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f630a2df81b9b49c998de5b855b81a35bc608c675ca380df27f4b189ce19719e68832eefc4\&idx=1\&mid=2247485686\&scene=21\&sn=ad2b8307f3c1f3e1236ca3a5d629cc95\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f630a2df81b9b49c998de5b855b81a35bc608c675ca380df27f4b189ce19719e68832eefc4&idx=1&mid=2247485686&scene=21&sn=ad2b8307f3c1f3e1236ca3a5d629cc95#wechat_redirect) **初识循环神经网络(RNN)：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63172df81b864b34a54028c08a983a493f7a1e2b24ebd931fe19b37005210596435864c11\&idx=1\&mid=2247485734\&scene=21\&sn=f0dd91705b1fa828e5c3763affc490ab\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63172df81b864b34a54028c08a983a493f7a1e2b24ebd931fe19b37005210596435864c11&idx=1&mid=2247485734&scene=21&sn=f0dd91705b1fa828e5c3763affc490ab#wechat_redirect) **RNN输入输出的组合有多任性：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63164df81b8721e1ab0ddd89751ef301c5a647c6b243b10b8ed0eca15ee4d37e44ba22823\&idx=1\&mid=2247485744\&scene=21\&sn=c2674fa51155ccf6acf9442441aac5f4\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63164df81b8721e1ab0ddd89751ef301c5a647c6b243b10b8ed0eca15ee4d37e44ba22823&idx=1&mid=2247485744&scene=21&sn=c2674fa51155ccf6acf9442441aac5f4#wechat_redirect) **基本RNN在Tensorflow中实现：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63117df81b8012aa05240646e904778ef42113d6419ec2e38bcf67f6ebf187578f9230f1c\&idx=1\&mid=2247485763\&scene=21\&sn=2f6fd6c6bfee5f2cf1d2b58b91c12db5\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63117df81b8012aa05240646e904778ef42113d6419ec2e38bcf67f6ebf187578f9230f1c&idx=1&mid=2247485763&scene=21&sn=2f6fd6c6bfee5f2cf1d2b58b91c12db5#wechat_redirect) **静态RNN和动态RNN：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f6313cdf81b82a644b10f8101f1162b370eada67d7f005e503ee8f855de5c965adb7c50e26\&idx=1\&mid=2247485800\&scene=21\&sn=4d03fc1d6c3e2bda2a000762c24b6603\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f6313cdf81b82a644b10f8101f1162b370eada67d7f005e503ee8f855de5c965adb7c50e26&idx=1&mid=2247485800&scene=21&sn=4d03fc1d6c3e2bda2a000762c24b6603#wechat_redirect) **RNN如何处理变化长度的输入和输出：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63127df81b83120314251c2d7210b4bdc518edf39175db444faf901ebcce7da9bde38c9f0\&idx=1\&mid=2247485811\&scene=21\&sn=ed6fecd97d38b398503ce93b0a0f8567\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63127df81b83120314251c2d7210b4bdc518edf39175db444faf901ebcce7da9bde38c9f0&idx=1&mid=2247485811&scene=21&sn=ed6fecd97d38b398503ce93b0a0f8567#wechat_redirect) **用RNN分类：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f631f5df81b8e3b5d5e8c1a1665b11c7ed5a280a0516105614b030c6161ccebd5b9257d0b1\&idx=1\&mid=2247485857\&scene=21\&sn=e71227498175359503598fb412004bb4\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f631f5df81b8e3b5d5e8c1a1665b11c7ed5a280a0516105614b030c6161ccebd5b9257d0b1&idx=1&mid=2247485857&scene=21&sn=e71227498175359503598fb412004bb4#wechat_redirect) **RNN如何训练并预测时序信号：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f6318bdf81b89d99cbaa77b3250702bef5494a59fcd0fa68b76202e7644e01ad10abc117bb\&idx=1\&mid=2247485919\&scene=21\&sn=7e69a7ec8b47968258c8731c05e9251b\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f6318bdf81b89d99cbaa77b3250702bef5494a59fcd0fa68b76202e7644e01ad10abc117bb&idx=1&mid=2247485919&scene=21&sn=7e69a7ec8b47968258c8731c05e9251b#wechat_redirect) **创意RNN和深度RNN的简单实现：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f631acdf81b8bafc970767e0238188ccb9977fd3e6cb182414ee5bd2414dedb46ebd37b7d7\&idx=1\&mid=2247485944\&scene=21\&sn=56a0a34362d438db8e9da5e360db655a\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f631acdf81b8bafc970767e0238188ccb9977fd3e6cb182414ee5bd2414dedb46ebd37b7d7&idx=1&mid=2247485944&scene=21&sn=56a0a34362d438db8e9da5e360db655a#wechat_redirect) **RNN中的Dropout技术：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f6321cdf81bb0a989a9c71cad0f7d3714cebea0d5d3f4aaebd2cac52e0983da6f7fb66efce\&idx=1\&mid=2247486024\&scene=21\&sn=fe40fb577b826e1bab48a338d80d389b\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f6321cdf81bb0a989a9c71cad0f7d3714cebea0d5d3f4aaebd2cac52e0983da6f7fb66efce&idx=1&mid=2247486024&scene=21&sn=fe40fb577b826e1bab48a338d80d389b#wechat_redirect) **RNN中的LSTM模块：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63206df81bb1070b5c8a5aef96696e302d3633b57b05d9a532d84f96384b1a21e3e373b53\&idx=1\&mid=2247486034\&scene=21\&sn=913f4bcbdc22658863329dc51ce644f7\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63206df81bb1070b5c8a5aef96696e302d3633b57b05d9a532d84f96384b1a21e3e373b53&idx=1&mid=2247486034&scene=21&sn=913f4bcbdc22658863329dc51ce644f7#wechat_redirect) **RNN中的GRU模块：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f6320ddf81bb1be7386b7d854db7ec1eab4f4ee3035e997fe05749c07bff4d5399235faf78\&idx=1\&mid=2247486041\&scene=21\&sn=534d2cae5cbeeb7a35d946d42bf02211\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f6320ddf81bb1be7386b7d854db7ec1eab4f4ee3035e997fe05749c07bff4d5399235faf78&idx=1&mid=2247486041&scene=21&sn=534d2cae5cbeeb7a35d946d42bf02211#wechat_redirect) **自然语言处理中的Word Embedding：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63234df81bb22f47ac1fddfc75cef8d3d2836f46e3d455c524863063af0e50ee1584d5a2d\&idx=1\&mid=2247486048\&scene=21\&sn=52fe83391e71c48c0c219c09490fda93\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63234df81bb22f47ac1fddfc75cef8d3d2836f46e3d455c524863063af0e50ee1584d5a2d&idx=1&mid=2247486048&scene=21&sn=52fe83391e71c48c0c219c09490fda93#wechat_redirect) **机器翻译中的编码解码器网络：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63233df81bb25a9556a4e4fae0b29fc7a45ff5b969d1269a101c7eab25884d5ec93ac600f\&idx=1\&mid=2247486055\&scene=21\&sn=65947911abd200e86ce5f0094937c0ff\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63233df81bb25a9556a4e4fae0b29fc7a45ff5b969d1269a101c7eab25884d5ec93ac600f&idx=1&mid=2247486055&scene=21&sn=65947911abd200e86ce5f0094937c0ff#wechat_redirect) **深度网络中的自编码器：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63222df81bb34e503bc40f92ca9e261e3c5b25cf8d54722223d09963984e1ce57db4a2aca\&idx=1\&mid=2247486070\&scene=21\&sn=cbef1883e1f083e570fcc61c88ff1620\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63222df81bb34e503bc40f92ca9e261e3c5b25cf8d54722223d09963984e1ce57db4a2aca&idx=1&mid=2247486070&scene=21&sn=cbef1883e1f083e570fcc61c88ff1620#wechat_redirect) **栈式自编码器：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632d7df81bbc1a2308385f5f01eddc40423b0e98c8814fa004817175b3abcfc6d4e3d327d\&idx=1\&mid=2247486083\&scene=21\&sn=206db1d4f61718bfff8a1d551aca84c3\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632d7df81bbc1a2308385f5f01eddc40423b0e98c8814fa004817175b3abcfc6d4e3d327d&idx=1&mid=2247486083&scene=21&sn=206db1d4f61718bfff8a1d551aca84c3#wechat_redirect) **如何高效的训练自编码器：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632dadf81bbcc312a1d9bee88d3ba2ac161453a5a68ee41763221545daf56625300e45a97\&idx=1\&mid=2247486094\&scene=21\&sn=49113b3b0fdb325c9b5cae9cb78d9a89\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632dadf81bbcc312a1d9bee88d3ba2ac161453a5a68ee41763221545daf56625300e45a97&idx=1&mid=2247486094&scene=21&sn=49113b3b0fdb325c9b5cae9cb78d9a89#wechat_redirect) **可视化自编码器和无监督预训练：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632c2df81bbd4df6159a70930cc494dbbd51203f2c10f7b838b9b1380846f839ed148755b\&idx=1\&mid=2247486102\&scene=21\&sn=573e87f97058ee42096faa38a4fe3e24\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632c2df81bbd4df6159a70930cc494dbbd51203f2c10f7b838b9b1380846f839ed148755b&idx=1&mid=2247486102&scene=21&sn=573e87f97058ee42096faa38a4fe3e24#wechat_redirect) **降噪自编码器和稀疏自编码器及其实现：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632f7df81bbe1c199b5b6981b80b02bc61a5535fda9c1cf61f0f82bc230c91f2720dcc4f4\&idx=1\&mid=2247486115\&scene=21\&sn=90660e5222c409004e47f054dfbe1e3b\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632f7df81bbe1c199b5b6981b80b02bc61a5535fda9c1cf61f0f82bc230c91f2720dcc4f4&idx=1&mid=2247486115&scene=21&sn=90660e5222c409004e47f054dfbe1e3b#wechat_redirect) **变分自编码器及其实现：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632fedf81bbe81b5bced9c423e5fdbacfc96398a2c78fc52fd5a48fc520d2e8638d13fe24\&idx=1\&mid=2247486122\&scene=21\&sn=f50428f3bb44a19cda28963ef01ff2a8\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632fedf81bbe81b5bced9c423e5fdbacfc96398a2c78fc52fd5a48fc520d2e8638d13fe24&idx=1&mid=2247486122&scene=21&sn=f50428f3bb44a19cda28963ef01ff2a8#wechat_redirect) **强化学习入门必读：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632e1df81bbf79eedd22b8f92c27266d694dc32bfb5cb9b12091b21ce52b6110957a815dd\&idx=1\&mid=2247486133\&scene=21\&sn=1767564cdd1ddc9ea6c2479c262575f9\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632e1df81bbf79eedd22b8f92c27266d694dc32bfb5cb9b12091b21ce52b6110957a815dd&idx=1&mid=2247486133&scene=21&sn=1767564cdd1ddc9ea6c2479c262575f9#wechat_redirect) **强化学习之神经网络策略学习平衡车：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632e8df81bbfe2bbbcaf6955c4acd1375eb53f45d0955e8baed256193598c38c566f4d51d\&idx=1\&mid=2247486140\&scene=21\&sn=bb31a0cdc11066dff2e7a2f3e4546473\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632e8df81bbfe2bbbcaf6955c4acd1375eb53f45d0955e8baed256193598c38c566f4d51d&idx=1&mid=2247486140&scene=21&sn=bb31a0cdc11066dff2e7a2f3e4546473#wechat_redirect) **强化学习之梯度策略实现：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63293df81bb850b2216c9392395ca8a5328c1d2730604f12807d4940f870d3802e7d52a8c\&idx=1\&mid=2247486151\&scene=21\&sn=9018c5e33f5f34beacb5cad1eef8afcf\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63293df81bb850b2216c9392395ca8a5328c1d2730604f12807d4940f870d3802e7d52a8c&idx=1&mid=2247486151&scene=21&sn=9018c5e33f5f34beacb5cad1eef8afcf#wechat_redirect) **强化学习之马尔科夫决策过程：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632b3df81bba5de253a15436e5caf4ef36f39a426f06757febf9674111ab7d448fa51e68e\&idx=1\&mid=2247486183\&scene=21\&sn=82827669681b4ee92d3b9b82861f9b78\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632b3df81bba5de253a15436e5caf4ef36f39a426f06757febf9674111ab7d448fa51e68e&idx=1&mid=2247486183&scene=21&sn=82827669681b4ee92d3b9b82861f9b78#wechat_redirect) **强化学习之时间差分学习与近似Q学习：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f632bbdf81bbad80eeacf2fe3fc1f0105259807bd6fb48bc67dc3a74344b30e2e8c78acaf6\&idx=1\&mid=2247486191\&scene=21\&sn=243c8e6b7d8d54845942e80f72ac1282\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f632bbdf81bbad80eeacf2fe3fc1f0105259807bd6fb48bc67dc3a74344b30e2e8c78acaf6&idx=1&mid=2247486191&scene=21&sn=243c8e6b7d8d54845942e80f72ac1282#wechat_redirect) **如何用强化学习玩游戏：** [**https://mp.weixin.qq.com/s?\_\_biz=MzIzNDM2OTMzOQ%3D%3D\&chksm=e8f63358df81ba4e3a2d2ceef5367fb2d865d8184b3da97962131d9b042c0037c5cfa4349529\&idx=1\&mid=2247486220\&scene=21\&sn=a70f1ef710cf57f8f6f59986e1a468b8\#wechat\_redirect**](https://mp.weixin.qq.com/s?__biz=MzIzNDM2OTMzOQ%3D%3D&chksm=e8f63358df81ba4e3a2d2ceef5367fb2d865d8184b3da97962131d9b042c0037c5cfa4349529&idx=1&mid=2247486220&scene=21&sn=a70f1ef710cf57f8f6f59986e1a468b8#wechat_redirect) ### **深度学习推荐书籍：** **《Deep Learning》Goodfellow、Bengio和Courville** **《Neural networks and Deep Learning》Michael Nielsen** **《Deep Learning with Python》Francois Chollet** **《Hands-On Machine Learning with Scikit-Learn and TensorFlow0》Aurélien Géron** **《TensorFlow Deep Learning Cookbook》Gulli和Kapoor** **《Deep Learning: A Practitioners Approach》Adam Gibson 和 Josh Patterson** **《Deep Learning for Computer Vision with Python》Adrian Rosebrock** ### **深度学习推荐视频：** **吴恩达深度学习：** **（全程中英双字幕不怕看不懂）** **复旦大学邱锡鹏教授的《神经网络与深度学习》：** **（讲得非常好）** **5个深度学习必学的神经网络：** **（通俗易懂，建议观看）** **麻省理工深度学习公开课：** **（有能力的同学可以观摩一下）** **基于深度的Python验证码识别：** **（收费的，讲得挺不错，CNN的实际案例）** **最新版TensorFlow2.X快速入门：** **（白嫖，讲得很好）** **TensorFlow2.X API详解（一） 常用函数与深度学习：** **（收费的）** **TensorFlow2.X API详解 增加先验知识的改进算法：**https://www.sikiedu.com/course/986 **（收费的）** **深入神经网络中数学原理计算 - 反向传播：** **（收费的，用实际运算推导，非常容易理解，好评）** **自然语言处理 - AI写诗（基于RNN）：** **（收费的，RNN运用的实际案例）** ## 五、**计算机视觉** ### 1、目标检测 （1）传统的计算机视觉目标检测方法 （2）指标 （3）二阶段检测算法 （4）一阶段检测算法 （5）拓展 ### 2、人脸识别 （1）MTCNM （2）Face Net ### 3、图像分割 （1）自编码器 （2）语义分割 （3）FCN （4）反卷积 （5）UNet （6）SegNet （7）Deep Lab （8）Mask R-CNN ### **计算机视觉推荐文章：** **《计算机视觉基础概念与模型WalkThrough》：** **《浅谈计算机视觉的应用与发展》：** **《【万字实录】商汤徐立：计算机视觉的完整链条，从成像到早期视觉再到识别理解》：** **《【万字实录】格灵深瞳赵勇：计算机视觉在安防、交通、机器人、无人车等领域的应用》：** **《百度大脑人机大战险胜，我们来聊点干货：人脸识别的原理》：** **《人脸识别概述及识别的基本方法流程》：** **《走近人脸检测（1）——基本流程》：** **《走近人脸检测（2）——VJ人脸检测器及其发展》：** **《走近人脸检测（3）——R-CNN 系列》：** **《走近人脸检测（4）——传统人脸检测技术和 CNN 的结合》：** **《图像搜索的前世今生，让你买买买停不下来的淘宝是如何做到所拍即所得的？》：** ### **计算机视觉推荐书籍：** **《计算机视觉：算法与应用》Richard Szeliski** **《计算机视觉：一种现代方法》福赛斯(David A. Forsyth)/泊斯(Jean Ponce)** **《计算机视觉中的多视图几何》Richard Hartley/Andrew Zisserman** **《An Invitation to 3-D Vision》Yi Ma / Stefano Soatto / Jana Kosecká / S. Shankar Sastry** **《计算机视觉：计算理论与算法基础》马颂德，张正友** **《Learning OpenCV 3》 Adrian Kaehler / Gary Bradski** **《OpenCV 教程》刘瑞祯 / 于仕琪** **《数字图像处理》冈萨雷斯，阮秋琦（译）** **《模式识别》边肇琪，张学工** **《模式分类》Richard O. Duda** ### **计算机视觉推荐视频：** **北京邮电大学鲁鹏合集：** **吴恩达CNN卷积神经网络：** **OpenCV图像处理实战：** **神经网络入门到实战：** **人工智能之CV计算机视觉集训营：** ## 六、**自然语言处理** ### 1、条件随机场CRF （1）HMM知识点复习 （2）随机场 （3）马尔可夫随机场MRF （4）最大熵马尔可夫模型 （5）CRF形式 （6）特征函数 （7）损失函数 （8）维特比算法 ### 2、NLP基础 （1）常用工具 （2）分词模式 （3）分词技术 （4）新词发现 （5）词向量 ### 3、NLP进阶基础 （1）词性标注 （2）命名实体识别 （3）关系抽取 （4）语法分析 （5）语义分析 ### 4、意图识别 （1）应用领域 （2）难点 （3）主要方法 ### 5、Seq2Seq （1）自编码神经网络回顾 （2）RNN List神经网络回顾 （3）4种形式 （4）应用 ### 6、Attention机制 （1）引入Seq2Seq的缺点 （2）Attention对齐机制 （3）Seq2Seq Attention （4）Attention Scores多种计算形式 （5）Seq2Seq Attention常规形状 （6）Soft Attention （7）Hard Attention （8）Global Attention （9）Local Attention ### 7、Transformer （1）结构 （2）Self-Attention （3）Multi-Headed-Attention （4）Positional Encoding （5）LayerNorm & Residuals （6）掩码 （7）训练过程 （8）其他结构 ### 8、Bert （1）GPT （2）ELMO （3）Bert与Transformer （4）Bert与GPT （5）Bert与ELMO （6）Bert训练时候的操作 （7）Bert类别 （8）根据不同的任务，Bert不同的四种输出 （9）优化 ### **自然语言处理推荐文章：** **从Word Embedding到Bert模型——自然语言处理预训练技术发展史：** **BERT大火却不懂Transformer？读这一篇就够了：** **深度学习——自然语言处理：** **https://blog.csdn.net/weixin\_47970003/article/details/123623865?ops\_request\_misc=%257B%2522request%255Fid%2522%253A%2522165693632616782389448794%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D\&request\_id=165693632616782389448794\&biz\_id=0\&utm\_medium=distribute.pc\_search\_result.none-task-blog-2~all~first\_rank\_ecpm\_v1~rank\_v31\_ecpm-10-123623865-null-null.142^v30^control,185^v2^control\&utm\_term=%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E6%8E%A8%E8%8D%90%E6%96%87%E7%AB%A0\&spm=1018.2226.3001.4187** **自然语言处理入门——新手上路：** **https://blog.csdn.net/qq\_42794545/article/details/121243057?ops\_request\_misc=%257B%2522request%255Fid%2522%253A%2522165693632616782389448794%2522%252C%2522scm%2522%253A%252220140713.130102334.pc%255Fall.%2522%257D\&request\_id=165693632616782389448794\&biz\_id=0\&utm\_medium=distribute.pc\_search\_result.none-task-blog-2~all~first\_rank\_ecpm\_v1~rank\_v31\_ecpm-13-121243057-null-null.142^v30^control,185^v2^control\&utm\_term=%E8%87%AA%E7%84%B6%E8%AF%AD%E8%A8%80%E5%A4%84%E7%90%86%E6%8E%A8%E8%8D%90%E6%96%87%E7%AB%A0\&spm=1018.2226.3001.4187** **自然语言（NLP）发展史及相关体系：** [**https://blog.csdn.net/weixin\_42137700/article/details/89348653**](https://blog.csdn.net/weixin_42137700/article/details/89348653) **聚焦机器“读、写、说、译”，探寻NLP未来之路：** [**https://blog.csdn.net/weixin\_42137700/article/details/90664462**](https://blog.csdn.net/weixin_42137700/article/details/90664462) **NLP接下来黄金十年-----周明等谈值得关注的NLP技术：** [**http://blog.itpub.net/29829936/viewspace-2637283/**](http://blog.itpub.net/29829936/viewspace-2637283/) **自然语言处理中注意力机制综述：** [**https://blog.csdn.net/weixin\_42137700/article/details/86777116**](https://blog.csdn.net/weixin_42137700/article/details/86777116) **赋能行业发展，NLP如何避免走入“死胡同”？** [**http://blog.itpub.net/29829936/viewspace-2644277/**](http://blog.itpub.net/29829936/viewspace-2644277/) **目前看到的BERT比较透彻的文章：** [**https://blog.csdn.net/weixin\_42137700/article/details/89485501**](https://blog.csdn.net/weixin_42137700/article/details/89485501) **Bert时代的创新：Bert应用模式比较及其它：** [**https://blog.csdn.net/weixin\_42137700/article/details/90644320**](https://blog.csdn.net/weixin_42137700/article/details/90644320) **BERT面向语言理解的深度双向变换预训练：** [**https://blog.csdn.net/weixin\_42137700/article/details/86572840**](https://blog.csdn.net/weixin_42137700/article/details/86572840) **深度学习：自然语言处理（五）NLTK的经典应用：** [**https://blog.csdn.net/weixin\_42137700/article/details/88842197**](https://blog.csdn.net/weixin_42137700/article/details/88842197) **现有模型还「不懂」自然语言：20多位研究者谈NLP四大开放性问题：** [**https://blog.csdn.net/weixin\_42137700/article/details/86608343**](https://blog.csdn.net/weixin_42137700/article/details/86608343) ### **自然语言处理推荐书籍：** **《Python自然语言处理》\[美\] Steven，Bird　Ewan，Klein　Edward，Loper 著，陈涛，张旭，崔杨，刘海平 译** **《自然语言处理实战 利用Python理解、分析和生成文本》\[美\] 霍布森·莱恩，科尔·霍华德，汉纳斯·马克斯·哈普克 著，史亮，鲁骁，唐可欣，王斌 译** **《自然语言处理与计算语言学》格夫·斯里尼瓦萨-德西坎（Bhargav Srinivasa-Desikan） 著，何炜 译** **《Python和NLTK自然语言处理》\[印度\] 尼天·哈登尼亚（Nitin Hardeniya），雅各布·帕金斯（Jacob Perkins），迪蒂·乔普拉（Deepti Chopra），尼什·斯乔希 等 著，林赐 译** **《精通Python自然语言处理》Deepti，Chopra，Nisheeth，Joshi，Iti ... 著，王威 译** ### **自然语言处理推荐视频：** **Python人工智能20个小时玩转NLP自然语言处理：** **李宏毅NLP(自然语言处理)完整课程：** **清华大佬【NLP自然语言处理】保姆级入门教程：** **斯坦福大学CS224n 深度自然语言处理NLP课程：** **中国科学院大学-自然语言处理：** **清华教授用10个小时终于把NLP自然语言处理讲完：** **入门-从零搭建语音识别引擎-基于Kaldi：** **源码进阶-从零搭建语音识别引擎-基于Kaldi：** **Kaldi解码原理 - 按行分析Simple-Decoder：** **教你如何从分析到打造苹果"嘿 siri" 声纹识别系统 第一季Baseline基本模型：** **AI字幕：** **N-gram语言模型初体验：https://www.sikiedu.com/course/753** **分词算法的魅力-Viterbi算法：https://www.sikiedu.com/course/752** **别人家的计算机竟然会纠正句子的错误：https://www.sikiedu.com/course/754** ## 七、面试 ### 1、分类面试 ### 2、整体面试