AI角 | 吳恩達李飛飛西瓜書課程學習打卡開啟，追随superstar，搞定AI核心知識！

經過一周短暫的休整和總結，第二期課程打卡學習活動開啟啦！

先來看看第一期大家送出的精彩筆記：

加入我們，将有機會和筆記分享者一起學習哦。

當然，免費為大家提供學習機會的文摘菌也希望大家的學習可以真的有效率，是以社群内會有嚴格的打卡制度，獎懲機制。

本期學習内容介紹

吳恩達《Deep Learning Specialization》

由 deeplearning.ai 出品，網易引進的正版授權中文版深度學習工程師微專業課程，讓你在了解豐富的人工智能應用案例的同時，學會在實踐中搭建出最先進的神經網絡模型，訓練出屬于你自己的 AI。

課程官方連結：

https://www.coursera.org/specializations/deep-learning

李飛飛《CS231n：Convolutional Neural Networks for Visual Recognition》

課程内容安排合理，由淺入深。主要介紹了深度學習（尤其是卷積神經網絡和與其相關的架構）在計算機視覺領域的應用，内容涵蓋多種神經網絡具體結構與訓練應用細節，以及針對大規模圖像識别，物體定位，物體檢測，圖像風格遷移，圖像了解描述與視訊内容識别等問題的前沿解決思路。從一個簡單的cifar10資料集和最簡單的KNN算法開始介紹，慢慢引入深度學習相關的知識點。比如dropout、batchnormalization等。最後介紹了一些深度學習經典的範例，比如RNNs， LSTMs ，GAN等。

http://cs231n.stanford.edu/

大資料文摘授權翻譯漢化版課程：

https://study.163.com/provider/10146755/index.htm

吳恩達《Machine Learning》

人工智能的發展到已經進入了一個瓶頸期。近年來各個研究方向都沒有太大的突破。真正意義上人工智能的實作目前還沒有任何曙光。但是，機器學習無疑是最有希望實作這個目标的方向之一。斯坦福大學的“Stanford Engineering Everywhere ”免費提供學校裡最受歡迎的工科課程，給全世界的學生和教育工作者。得益于這個項目，我們有機會和全世界站在同一個數量級的知識起跑線上。

https://www.coursera.org/learn/machine-learning

周志華《機器學習》

本書盡可能從材料的“原生态”出發講述，僅在少數地方簡略點出聯系。 需說明的是，作者試圖以相近深度講述主要内容。讀者若感到在某些地方“意猶未盡”，也可借助本書對其他内容的初窺優先于此處的進一步深究。另外，機器學習飛速發展，很多新進展在學界尚無公論之前，作者以為不适于寫入入門級教科書中。但為了不緻于與學科前沿脫節，本書也簡略談及一些本領域專家有初步共識的相對較新的内容。

書籍官方介紹：

https://cs.nju.edu.cn/zhouzh/zhouzh.files/publication/MLbook2016.htm

打卡機制

所有課程/書籍将分為幾期完成，每期有各自的打卡日程安排

每天至少完成規定視訊/書籍内容的學習，并記錄【學習筆記】，筆記形式不限、内容多少不限，但應滿足一定的内容覆寫度

每天建議學習時間：1個小時-1.5個小時

參與機制

每個微信群限額20人，每名參與者繳納66元人民币

16元用于傳遞營運志願者的組織與記錄薪酬，50元加入獎金池

堅持完成一期打卡的學員，均分微信群内所有獎金（1000元）

面向人群

深度學習入門：

我們推薦吳恩達《Deep Learning Specialization》課程

機器學習入門：

我們推薦吳恩達《Machine Learning》課程

機器學習進階：

我們推薦周志華《機器學習》（西瓜書）

計算機視覺專項學習：

我們推薦《CS231n：Convolutional Neural Networks for Visual Recognition》課程

原文釋出時間為：2018-03-1

本文作者：文摘菌