您现在的位置: 首页 > 网站导航收录 > 百科知识百科知识

非计算机专业的学生如何入门深度学习？

计算机,算法,科班非计算机专业的学生如何入门深度学习？

发布时间：2020-12-06加入收藏来源：互联网点击：

非计算机专业的学生如何入门深度学习？

回答于 2019-09-11 08:43:50

回答于 2019-09-11 08:43:50

您好，以下是我的回答，望采纳。

我精简了科班本科阶段的学习路线，可直接按以下管线学习，足够学上至少两年。

第一部分对应学习管线，第二部分对应管线中每一个环节所推荐的参考书目。

一、推荐的学习管线

1.编程语言学习篇

C -> C++ -> Java -> Python

这一套学完就基本掌握了语言的精髓了。

本科难度一般指的是熟悉，而非精通。

2.算法与数据结构篇

离散数学 -> 算法与数据结构 -> 算法竞赛入门

这一套学完就不惧怕面试的算法题了。

对于求职，主要掌握线性/树/图/网络四种结构，以及贪心/DP/分治/搜索等基本算法即可。

3.计算机体系篇

汇编 -> 计算机组成原理 -> 数据库 -> 操作系统 -> 编译原理

这一套学完对计算机的理解会提高几个层次。

但一般的程序员很可能用不到太深的内容。

4.人工智能入门篇

计算机图像 -> 计算机图形 -> 大数据分析 -> 计算机视觉 -> 自然语言处理

这一套学完大概能理解AI的发展和应用。

这几门不能说有严格的递进关系，每门大概熟络后就可以进入下一门，对于有志于从事AI相关的，能精通一个方面就很难得了。

二、对应科目推荐的书籍清单如下

C：《C程序设计语言》

C++：《C++程序设计语言》

Java：《JAVA编程思想》

Python：《Python核心编程》

离散数学：《离散数学及其应用》

算法与数据结构：《算法导论》（前几章）

算法竞赛入门：《挑战程序设计竞赛》

汇编：《汇编语言程序设计》

计算机组成原理：《计算机组成原理》

数据库：《数据库系统概念》

操作系统：《现代操作系统》

编译原理：《编译原理》

计算机图像：《数字图像处理》

计算机图形：《OpenGL编程指南》

大数据分析：《统计学习方法》

计算机视觉：《计算机视觉》

自然语言处理：《Deep Learning in Natural Language Processing》

关于目的，这篇回答想告诉非科班科班学生每天在学什么，以便于重塑基础，追赶进度，并非为了短时冲刺，跟风求职。（对于突击求职，精读具体的细分方向是更好的选择）

关于时间，课表里一共17门课，按每课3学分折算共51学分，差不多是两学期的课时。

关于硬核，这里的每门课在科班的培养计划里都能找到，但不是每个计算机科班学生都能完全掌握这些课程，计算机这门学科本身就很硬核。

关于依赖关系，有些模块中确实不强，能力足够的话可以自行调整顺序，或者按能力需求跳过部分课程。

对于从零开始的小白，我还是建议C/C++入门，大多数大学也都是这样设置的。从某种程度上来讲，面试时能用C/C++手写高效算法象征着较好的逻辑思维能力和良好的计算机功底，会在面试中获得很大的加分。

回答于 2019-09-11 08:43:50

结合自己的经历，想要入门的同学可以作为参考：

1掌握编程语言，推荐python

2掌握基本数学知识，例如多元求导

3理解机器学习理论和算法

4掌握必要深度学习框架

5了解行业最新动态

推荐资料：1.吴恩达机器学习课程，这个课程可以适合任何水平；2 Ian Goodfellow的《深度学习》3斯坦福的CS231n，专注计算机视觉，CS224n专注序列建模

回答于 2019-09-11 08:43:50

可以看看百战程序员的课程，有免费的，你先选择适合自己的课程，然后再考虑要不要系统学习。