寻找斯坦福 AI 课程的后续课程

机器算法验证 机器学习 参考
2022-04-04 06:39:58

我参加了最初的斯坦福 AI 课程,并从中获得了巨大的收益。我的分数很差,因为我没有很多时间来解决所有问题。但是我真正喜欢这门课程的是掌握了新的技术,远远超出了传统的统计方法。

我正在寻找一种方法来达到一个新的水平。该课程确实没有为复习该主题提供良好的参考。课程作者的大书(人工智能:诺维格和罗素的现代方法)(我有)对我来说太复杂了。

我尝试在 Python 中完成所有工作,并且在获取工具、Sci-py、scikit learn、NLTK 方面取得了一些进展。Pandas(目前正在阅读 Mckinney 的 Data Analysis with Python,非常棒)。还有更多.. 但是我需要参考资料来帮助我从概念层面飞跃到实际实现,包括正确的工具选择和问题选择和定义,也就是说,一种烹饪书的方法。

这个问题可能过于开放,但它表达了我的困境。整个空间非常开放,我正在寻找参考资料来帮助我浏览它。

您可能会建议哪些参考资料(可访问)?

2个回答

我想向您推荐《统计学习》这本书,但我想确定这不是您的文字。它由斯坦福大学统计学教授 Trevor Hastie、Jerome Friedman 和 Rob Tibshirani 撰写。是亚马逊上的链接。

我发现 Coursera/Andrew Ng/Stanford 的机器学习课程真的很棒。它平衡了统计、人工智能、线性代数和编程。视频讲座中给出的动机/直觉让我有动力解决一些问题。