各位前輩好 小弟自從一年前開始在本版和Python版出沒 漸漸從完全0程式語言基礎，到可以訓練model 受到版上許多人的指引和建議 以下整理這一年多來使用覺得適合初學者的自學資源： （網誌版本包含連結：http://x60606.pixnet.net/blog/post/300451728） ※什麼人適合讀這篇文章? . 具有高中數學程度的人（其實也只要會矩陣和向量就可以了） . 完全沒有程式語言基礎的人 . 有心想自學AI的人，並用於工作領域的人 . 恰好有3-6個月的空閒時間，希望多學一種語言的人 ※學習時間大約要多久？ 心無旁鶩的全心學習的話，大約一個月可以上手python程式語言 再大約3-6個月可以操作AI機器學習。 之後依應用領域不同自行挑選工具學習。 ※第一階段 初學Python 程式語言 推薦書單： 《精通 Python：運用簡單的套件進行現代運算》Introducing Python 作者：Bill Lubanovic 從安裝下載python 及其相關套件開始教起 用語詼諧幽默，比喻生動有趣 不要被中文標題嚇到了，其實它只是introduce而已。 使用方式： 將內容範例程式碼逐步打過，養成眼到手到的習慣，兩周左右便可撰寫基礎程式碼。 從第一章開始閱讀，練習到第六章即可。 第一個難關：環境建立 初學者最常遇到的困難就是在自己的電腦上安裝編譯軟體， 由於Mac, Windows, Linux各種作業系統安裝方式不盡相同， 時常會遇到書上沒有教的窘境。 因此初學者我推薦上面這本書。 小撇步: 之後如果覺得安裝各種套件很麻煩，可以直接下載Anaconda， 使用Jupyter notebook 撰寫，自動包含所有常用機器學習套件。 ※第二階段： 熟練Python並了解各種演算法之間的時間複雜度、空間複雜度差異。 推薦學習資源: Leetcode 網站題庫 使用方法: 挑選自己有興趣的題目寫，也可以選擇難度為「簡單」的題目練習。 大約寫5-10題即可，1-2周即可完成本階段。 完成題目之後可以到討論區看其他專業工程師如何解決同樣的問題，如何更簡單明瞭、運 算更快速。 用最短的時間在資工系最硬必修──「資料結構」、「演算法設計」初窺門道。 並藉此複習上一階段沒有熟練的指令碼。 第二個難關：忘記學過的指令碼 所以需要靠刷leetcode練習複習。同一個題目能夠看到別人用不一樣的方法解決，知道自 己的不足。 ※第三階段： 機器學習基礎知識 學習資源： 網路課程：林軒田教授、李宏毅教授 林軒田教授的課程比較學術生硬，投影片精美，講解詳盡有邏輯，數學成分較多，非常適 合對原理有興趣的你。 李宏毅教授的課程風趣幽默，上課步調比較隨興輕鬆，適合喜歡結合生活應用的你。 使用方法： 兩位台大教授都有將課程影片上傳至youtube，可以挑選一位從頭到尾看完。 太過於理論或數學推導的部分可以兩倍速帶過。 安排一天3小時，綜合做筆記時間，大約4-6周左右可以掌握AI機器學習所有名詞的意義， 以及數學上的邏輯、生活中的應用。 第三個難關：對機器學習原理感到迷惘或卻步 別擔心！請記得，機器學習是數學家和資料科學家經年累月發展出來的深奧學門，一般人 不需要了解全部的詳細原理，像是您學習開車但是不需要知道所有的機械結構，只要掌握 與操作有關的重點，並知道重要名詞之間的關聯即可，目標是下一階段的實作！ ※第四階段 機器學習程式碼操作 書單推薦：Tensorflow + Keras 深度學習人工智慧實務應用 網路資源：AI 百日馬拉松 (不是免費的，一個人報名費約2000元左右) 我自己有報名第二屆，值得推薦的地方是他會每天給你一點程式碼 也會提供教學講義網站和重要資源的連結 　學期間有助教隨時解答 　不過我自己覺得，對非科班出生的人而言，原理和教學圖解部分太少 　有時候中文語句也不是很通順，還有許多改進空間 　因此上面三個階段完成的人來看會比較不吃力 未來應用若有很好的資源會再補充！ 歡迎提供更多資源建議，謝謝！ --

※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 58.114.177.47 (臺灣) ※ 文章網址: https://webptt.com/m.aspx?n=bbs/DataScience/M.1565457306.A.861.html ※ 編輯: x60606 (58.114.177.47 臺灣), 08/11/2019 01:19:13