# AI学习

[toc]

## AI学习路径

- 打好数学基础
- 线性代数
- 微积分
- 概率统计
- 优化理论
- 学习编程与工具
- 编程语言
- Python
- 工具与框架
- TensorFlow、PyTorch
- Scikit-learn
- Jupyter Notebook
- 机器学习基础
- 监督学习
- 无监督学习
- 评估指标
- 深度学习
- 神经网络基础
- 卷积神经网络（CNN）
- 循环神经网络（RNN）
- 生成模型：生成对抗网络（GAN）、变分自编码器（VAE）
- Transformer架构
- 进阶学习
- 自然语言处理（NLP）
- 计算机视觉（CV）
- 强化学习（RL）
- AI生成模型
- 项目实践
- Kaggle竞赛
- 开源项目
- 自己动手
- 持续学习与关注前沿
- 阅读论文
- 关注顶会
- 学习新技术

## 基础

### 数学

基础：
- 微积分
- 线性代数
- 概率论与数理统计

其他：
- 统计学
-

### 数据分析/挖掘

- 数据分析
- 特征工程
- 数据挖掘

### 工具和框架

#### PyTorch

#### TensorFlow

## 人工智能

### 人工智能

### 机器学习

### 深度学习

### 强化学习

## 应用

### NPL - 自然语言处理

模块；
- tokenization - 分词
- POS - 词性标注
- Chunk - 语块标注
- 句法剖析
- 语义剖析

应用：
- Machine Translation
- 机器翻译

### CV - 计算机视觉

- Object Detection
- 物体检测
- [物体检测的论文列表](https://github.com/hoya012/deep_learning_object_detection)
- Object Segmentation
- 物体分割
- Visual Tracking
- 视觉跟踪
- Image Caption
- 图像标题
- Art
- 艺术

### 推荐系统

课程：
- 推荐系统专项课程
- [Recommender Systems Specialization](https://www.coursera.org/specializations/recommender-systems)

书籍：
- 推荐系统实践
- 项亮
- 2012-6-1
- 推荐系统
- Dietmar Jannach等 著，蒋凡 译
- 用户网络行为画像
- 牛温佳等 著
- Recommender Systems Handbook
- Paul B·Kantor等 著

算法库：
- LibRec
- Java版本的覆盖了70余个各类型推荐算法的推荐系统开源算法库
- 郭贵冰创办
- 解决了评分预测和物品推荐两大关键的推荐问题
- [guoguibing/librec](https://github.com/guoguibing/librec
- LibMF
- C++版本开源推荐系统，主要实现了基于矩阵分解的推荐系统
- SurPRISE
- Python版本的开源推荐系统，有多种经典推荐算法
- Neural Collaborative Filtering
- 神经协同过滤推荐算法的Python实现
- Crab
- 基于Python开发的开源推荐软件，其中实现有item和user的协同过滤

数据集：
- MovieLen
- Douban
- BookCrossing

论文：
- [hongleizhang/RSPapers](https://github.com/hongleizhang/RSPapers)

### 风控模型 - 评分卡模型

一种广泛应用于金融和信贷领域的风险管理工具，用于评估借款人或客户的信用风险。通过对客户的特定特征（例如收入、年龄、信用记录等）进行量化分析，评分卡模型可以帮助金融机构在授信决策、风险管理和定价策略上做出更加科学的数据驱动决策。

评分卡模型的核心是将客户的信用风险量化为一个分数（即信用评分），从而帮助机构判断客户违约的概率。分数越高，通常代表客户的信用风险越低，反之亦然。

书籍：
- 信用风险评分卡研究——基于SAS的开发与实施

### 机器人

- Robotics
- 机器人

- 人形机器人
- 服务机器人
- 工业机器人

### 无人驾驶

- 自动驾驶汽车
- 自动驾驶飞行器

### 人机交互

### 知识图谱

Knowledge Graph

用图结构（Graph）来表示知识的一种技术和方法。它通过节点（实体）和边（关系）来组织和关联数据，从而形成一种语义化的网络结构，用于描述现实世界中的事物及其相互关系。

## 其他

### Safety & Alignment - 安全与对齐

### Strategy & Governance - 战略与治理

# AI资源

## 书籍

[豆瓣读书](https://book.douban.com/)

### 人工智能

- 9.4-哥德尔、艾舍尔、巴赫
- [美国] 侯世达
- 1997-5
- 集异璧之大成
- 9.3-人工智能（第4版）
- Artificial Intelligence: A Modern Approach
- [美] Stuart Russell / [美] Peter Norvig
- 2022-11
- 现代方法
- 9.2-智慧的疆界
- 周志明
- 2018-1-1
- 从图灵机到人工智能
- 9.1-我看见的世界
- The Worlds I See: Curiosity, Exploration, and Discovery at the Dawn of AI
- [美] 李飞飞
- 2024-4
- 李飞飞自传
- 9.0-复杂
- Complexity: A Guided Tour
- [美] 梅拉妮·米歇尔
- 2011-8-1
- 9.0-集体智慧编程
- [美] Toby Segaran
- 2009-1
- 8.8-软件体的生命周期
- [美] 特德·姜
- 2015-5
- 特德·姜科幻小说集
- 8.4-AI 3.0
- Artificial Intelligence: A Guide for Thinking Humans
- [美] 梅拉妮·米歇尔
- 2021-2
- 8.4-生命3.0
- [美] 迈克斯·泰格马克
- 2018-6
- 人工智能时代，人类的进化与重生
- 8.3-智能时代
- 吴军
- 2016-8
- 大数据与智能革命重新定义未来
- 8.1-智人之上
- [以色列] 尤瓦尔·赫拉利
- 2024-9
- 从石器时代到AI时代的信息网络简史
- 8.1-皇帝新脑
- 罗杰·彭罗斯
- 2007-6-1
- 有关电脑、人脑及物理定律
- 7.9-人工智能全传
- The Road to Conscious Machines: The Story of Artificial Intelligence
- [英]迈克尔·伍尔德里奇
- 2021-3-25
- 7.6-奇点临近
- [美国] 雷·库兹韦尔
- 2011-10
- 当计算机智能超越人类
- 7.1-人工智能简史
- 尼克
- 2017-12

### 机器学习

机器学习：
- 机器学习
- 周志华
- 2016-1-1

### 深度学习

深度学习：
- 深度学习
- [美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔
- 2017-7-1
- 动手学深度学习（PyTorch版）
- 阿斯顿·张（Aston Zhang） / 李沐（Mu Li） / [美] 扎卡里·C. 立顿（Zachary C. Lipton） / [德] 亚历山大·J. 斯莫拉（Alexander J. Smola）
- 2023-2

### NPL

- Python自然语言处理
- Steven Bird / Ewan Klein / Edward Loper
- 2014-6-25

## 课程

机器学习：
- 机器学习导论
- 斯坦福大学
- Andrew Ng

深度学习：
- 深度学习导论
- MIT
- 深度学习专项课程
- DeepLearningAI
- Andrew Ng
- MIT Deep Learning
- Lex Fridman 关于深度学习的课程
- MIT 2017 年至 2020 年关于深度学习、深度强化学习、自动驾驶汽车和 AI 的讲座合集
- Deep Learning (with PyTorch)
- 纽约大学
- Yann LeCun

增强学习：
- David Silver 增强学习
- 伦敦大学 - DeepMind

## 文章

### 清单

MILA新生阅读清单：
[Reading lists for new MILA students](https://docs.google.com/document/d/1IXF3h0RU5zz4ukmTrVKVotPQypChscNGf5k6E25HGvA/edit?pli=1&tab=t.0)

80/20 人工智能阅读清单：
[AI Reading List](https://medium.com/machine-learning-for-humans/ai-reading-list-c4753afd97a)

[深度学习500问](https://github.com/scutan90/DeepLearning-500-questions)

## 论文

Arxiv：
- [Arxiv 机器学习最新论文检索主页](https://arxiv.org/list/stat.ML/recent)
- [Arxiv Sanity Preserver - 分类、搜索和过滤特征](https://arxiv-sanity-lite.com/)

Papers with Code：
- [Browse State-of-the-Art](https://paperswithcode.com/sota)
- [Computer Vision](https://paperswithcode.com/area/computer-vision)
- [Natural Language Processing](https://paperswithcode.com/area/natural-language-processing)
- [论文 GitHub标星排名 - 2013 - 2018](https://github.com/zziz/pwc)

Github：
- [深度学习论文阅读路线](https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap)

## 视频

### B站

[梗直哥丶 - 美国伊利诺伊大学人工智能博士](https://space.bilibili.com/1921388479)

[Eve的科学频道](https://space.bilibili.com/180599937)

[图通道](https://space.bilibili.com/223755925)

[KnowingAI知智 - 22年停更](https://space.bilibili.com/237111975)

### YouTube

3Blue1Brown

### 特定模型

1. Transformer

[超强动画，一步一步深入浅出解释Transformer原理！](https://www.bilibili.com/video/BV1ih4y1J7rx/?vd_source=83f3b8f8e4d0dd8ef1cfa1a66c9802f7)

[【Transformer模型】曼妙动画轻松学，形象比喻贼好记](https://www.bilibili.com/video/BV1MY41137AK/?vd_source=83f3b8f8e4d0dd8ef1cfa1a66c9802f7)

## 网站

- Coursera
- 中国大学MOOC
- 飞桨AI Studio
- 阿里云
- 华为云开发者学堂
- Elements of AI
- 在线AI学习平台
- 赫尔辛基大学和Reaktor开发
- DeepLearningAI