想轉職 AI 卻不知從何下手?這份「開源深度學習課表」就是你的救星! 現在 AI 這麼夯,打開新聞不是 ChatGPT 就是各種生成式 AI,你是不是也想「入坑」深度學習(Deep Learning),卻發現網路上的資源多到像海嘯一樣,讓人還沒開始就想放棄? 別慌!學習是有分階級的(打怪也要先從史萊姆打起對吧?)。與其在茫茫網海中迷路,不如直接跟著頂尖大學的「開源課表」走。這些來自學界和業界「大神」們佛心分享的教材,含金量絕對比外面許多付費課程還高! 這份清單是為了想要認真(沒錯,不是只有沾醬油)研究這個領域的人準備的。我們從最基礎的數學蹲馬步開始,一路練到最新的論文閱讀。 準備好了嗎?讓我們開始這趟「練功」之旅吧! 第一階段:數學與機器學習基礎(先別急著關視窗,這是基本功!) 很多人看到數學就想逃,但相信我,地基打不穩,蓋出來的 AI 模型只會是危樓。 1. 線性代數 (Linear Algebra) MIT Linear Algebra (Gilbert Strang): ocw.mit.edu 推薦理由: 這絕對是經典中的經典!Strang 爺爺講課非常風趣,這門課不僅會給你扎實的數學底子,還會教你 FFT(快速傅立葉變換)和 SVD(奇異值分解)這些跟機器學習息息相關的工程應用。 Coding The Matrix: codingthematrix.com 推薦理由: 如果你是「工程師思維」,覺得看公式想睡覺,這門課超適合你!它教你用 Python 來學線性代數,邊寫 code 邊學矩陣,實用度滿點。 2. 統計學 (Statistics) Probability Theory and Mathematical Statistics (PennState): Onlinecourses.science.psu.edu 推薦理由: 這裡的講義非常詳盡,從入門到研究所等級都有。沒有落落長的影片,適合喜歡閱讀文字、想要 2-3 …
AI工程師