{"data":{"slug":"aimi-cn-ailearners","name":"AILearners","tagline":"机器学习、深度学习、自然语言处理、计算机视觉、各种算法等AI领域相关技术的路线、教程、干货分享。笔记有：机器学习实战、剑指Offer、cs231n、cs131、吴恩达机器学习、cs224n、python自然语言处理实战","github_url":"https://github.com/aimi-cn/AILearners","owner":"aimi-cn","repo":"AILearners","owner_avatar_url":"https://avatars.githubusercontent.com/u/49583543?v=4","primary_language":"Python","stars":693,"forks":149,"topics":["ai","computer-vision","cs231n","cv","deep-learning","dl","jianzhioffer","machine-learning","ml","nlp"],"archived":false,"github_pushed_at":"2020-11-14T06:54:02+00:00","maintenance_label":"Dormant","url":"https://www.graphcanon.com/tools/aimi-cn-ailearners","markdown_url":"https://www.graphcanon.com/tools/aimi-cn-ailearners.md","api_url":"https://www.graphcanon.com/api/graphcanon/tools/aimi-cn-ailearners","graph_url":"https://www.graphcanon.com/api/graphcanon/graph?tool=aimi-cn-ailearners","description":"机器学习、深度学习、自然语言处理、计算机视觉、各种算法等AI领域相关技术的路线、教程、干货分享。笔记有：机器学习实战、剑指Offer、cs231n、cs131、吴恩达机器学习、cs224n、python自然语言处理实战","homepage_url":"https://github.com/aimi-cn/AILearners","license":"Apache-2.0","open_issues":1,"watchers":14,"ai_summary":null,"readme_excerpt":"#

AIMI-CN 推荐AI学习路线以及课程笔记

\n\n\n## 组织介绍：\n\n我们是一群爱好AI学习的爱好者！在这里我们一起学习、互相督促、一起装逼~ \n我们更新的一些AI相关的笔记~ 包括算法、机器学习、深度学习、自然语言处理，之后也会更新更多的笔记让大家一起学习~\n\n**AIMI-CN AI学习交流群(里面有各种AI相关的资源)【1015286623】\"AI~AIMICN\"**\n\n**我们的公众号也会时不时的推送各种干货等你来关注~**\n\n**搜索微信公众号：'AI-ming3526'或者'计算机视觉这件小事' 获取更多AI方向机器学习资源干货**\n\n
\n\n# 我们的学习笔记(涉及算法、机器学习、深度学习、NLP等方向)\n\n## 一、算法方向\n\n## 1、算法与人生 [@bidongqinxian](https://github.com/bidongqinxian)\n\n为你学习机器学习开头指引明路~\n\n[详细文章地址](https://github.com/aimi-cn/AILearners/tree/master/blog/Algorithm)\n\n[源码地址](https://github.com/aimi-cn/AILearners/tree/master/blog/src/py2.x/algorithm)\n\n## 2、剑指Offer算法习题详细解析 [@xiaoming3526](https://github.com/xiaoming3526)\n\n牛客网上刷《剑指Offer》的刷题笔记，旨在提升我们算法能力~\n\n[详细文章地址](https://github.com/aimi-cn/AILearners/tree/master/blog/Algorithm/jianzhi_offer)\n\n[csdn地址](https://blog.csdn.net/baidu_31657889/article/category/9059648)\n\n## 二、机器学习方向\n\n## 1、吴恩达老师机器学习笔记[@JermaineZ](https://github.com/JermaineZ) [@niuhongying](https://github.com/niuhongying) [@liuxinyi222](https://github.com/liuxinyi222)\n为你打开机器学习的大门~ \n\n[**详细的笔记地址**](https://github.com/aimi-cn/AILearners/tree/master/blog/ml/ml_wnd)\n\n## 2、《机器学习实战》课程及代码详细解析、书籍、数据集下载 [@Fermin](https://github.com/xiaoming3526)\n\n让你用代码来体验机器学习~\n\n[**课程详细笔记地址**](https://github.com/aimi-cn/AILearners/tree/master/blog/ml/jqxxsz)\n\n[机器学习实战书籍](https://github.com/aimi-cn/AILearners/tree/master/books)\n\n[源码和数据集下载](https://github.com/aimi-cn/AILearners/tree/master/data/ml/jqxxsz/sourceData)\n\n\n## 3、《机器学习》周志华西瓜书笔记[待定]()\n\n## 三、深度学习方向\n\n## 斯坦福cs231n 面向视觉识别的卷积神经网络课程笔记[@5people]()\n\n详细介绍什么是神经网络、CNN、RNN、GAN~\n\n[**详细的笔记地址**](https://github.com/aimi-cn/AILearners/tree/master/blog/dl/cs231n)\n\n## 四、自然语言处理NLP方向\n\n## 1、斯坦福cs224n **2019** 基于深度学习的NLP 课程笔记、课后作业、学习资料 [@Guokaijie](https://github.com/abc907558136) \n\n我们一起学习最前沿的NLP知识~\n\n[cs224n课程详细笔记](https://github.com/aimi-cn/AILearners/tree/master/blog/nlp/cs224n) \n\n[cs224n学习资料](https://pan.baidu.com/s/1ADcGT4sljV1lYPWNhFXs2Q )\t 提取码：e234 \n\n[youtube视频链接](https://www.youtube.com/watch?v=8rXD5-xhemo&list=PLoROMvodv4rOhcuXMZkNm7j3fVwBBY42z&index=1)\t国内可以在B站找到\n\n## 2、python自然语言处理实战书籍代码笔记[@changan](https://github.com/stuchangan)\n\n在实战代码中学习NLP~\n\n[详细笔记地址](https://github.com/aimi-cn/AILearners/tree/master/blog/nlp/NLP-Core%20Technology%20And%20Algorithm%20With%20Python) \n\n[代码以及书籍下载地址](https://github.com/aimi-cn/AILearners/tree/master/data/nlp/NLP-Core%20Technology%20And%20Algorithm%20With%20Python)\n\n\n# AIMI-CN推荐AI学习路线：机器学习、深度学习、NLP等推荐的学习资料以及学习方向\n\n观看先决条件： \n**选择，方法，坚持** \n我们都知道现在资源是非常非常的多 我们首先选择一份真正适合自己的资料，然后用适合自己的方法来学习~最后最重要的就是坚持！！！\n\n转载一个非常牛的几个组织整理出来的AI学习路线 [重磅 | 完备的 AI 学习路线，最详细的资源整理！](https://github.com/apachecn/ai-roadmap/blob/master/ai-union-201904/README.md)\n\n# 一、机器学习\n\n## 机器学习建议\n\n学习机器学习需要一定的数学基础，但是仅仅是一点数学基础，不要被这些吓坏了，各位都是大佬，拿起键盘就是干。\n\n我就根据自己的一点点经验来分析一下应该怎么学----\n\n首先需要的是两个放弃：\n\n## 1. 放弃海量资料！\n\n没错，就是放弃海量资料！在我们想要入门机器学习的时候，往往会搜集很多资料，什么 xx学院机器学习内部资源、机器学习从入门到进阶百 G 资源、xx 人工智能教程，等等。很多时候我们拿着十几 G、几百 G 的学习资源，然后踏踏实实地放到了某云盘里存着，等着日后慢慢学习。殊不知，有 90% 的人仅仅只是搜集资料、保存资料而已，放在云盘里一年半载也忘了打开学习。躺在云盘的资料很多时候只是大多数人“以后好好学习”的自我安慰和“自我”安全感而已。而且，面对海量的学习资料，很容易陷入到一种迷茫的状态，最直接的感觉就是：天啊，有这么多东西要学！天啊，还有这么多东西没学！简单来说，就是选择越多，越容易让人陷入无从选择的困境。\n\n所以，第一步就是要放弃海量资料！而是选择一份真正适合自己的资料，好好研读下去！\n\n## 2. 放弃从零起步！\n\n说到入门，很多人会想着那就要从最基础的知识开始学起！机器学习是一门融合概率论、线性代数、凸优化、计算机、神经科学等多方面的复杂技术。学好机器学习需要的理论知识很多，有些人可能基础不是特别扎实，就想着从最底层的知识开始学起，概率论、线性代数、机器学习凸优化公式推导，等等。但是这样做的坏处是比较耗时间，而且容易造成“懈怠学习”，打消学习的积极性。因为啃书本和推导公式相对来说是比较枯燥的，远不如自己搭建一个简单的回归模型更能激发自己的学习积极性。当然，不是说不需要钻研基础知识，基础理论知识非常重要！只是说，在入门的时候，最好先从顶层框架上有个系统的认识，然后再从实践到理论，有的放矢的查缺补漏机器学习知识点。从宏观到微观，从整体到细节，更有利于机器学习快速入门！而且从学习的积极性来说，也起到了“正反馈”的作用。\n\n## 3、机器学习入门学习路线\n\n好了，谈完了机器学习入门之前的两个“放弃”之后，我们就在介绍一下入门路线。\n\n### 3.1 数学基础\n\n个人认为首先需要的数学基础：概率论、矩阵论以及微积分。没有也不要紧，边看边学，看到不会的查一下就行了。\n\n> 【免费】数学教学视频 - 可汗学院 入门篇\n\n| 概率","github_created_at":"2019-04-13T08:36:05+00:00","created_at":"2026-07-11T12:28:18.040925+00:00","updated_at":"2026-07-11T12:28:23.292952+00:00","categories":[{"slug":"computer-vision","name":"Computer Vision","url":"https://www.graphcanon.com/categories/computer-vision","markdown_url":"https://www.graphcanon.com/categories/computer-vision.md","api_url":"https://www.graphcanon.com/api/graphcanon/categories/computer-vision"}],"tags":[{"slug":"deep-learning","name":"deep-learning"},{"slug":"jianzhioffer","name":"jianzhioffer"},{"slug":"ai","name":"ai"},{"slug":"machine-learning","name":"machine-learning"},{"slug":"dl","name":"dl"},{"slug":"cs231n","name":"cs231n"},{"slug":"cv","name":"cv"},{"slug":"computer-vision","name":"computer-vision"}],"trust":{"provenance":{"is_fork":false,"github_id":181143453,"owner_type":"Organization","methodology":"github_public_v1","parent_repo":null,"near_duplicate_slugs":[]},"computed_at":"2026-07-11T12:28:18.805Z","maintenance":{"label":"Dormant","score":18,"methodology":"github_public_v1","releases_90d":0,"days_since_push":2065,"last_release_at":null},"security_summary":{"status":"no_lockfile","scanner":null,"low_count":0,"high_count":0,"last_scan_at":"2026-07-11T12:28:19.696Z","medium_count":0,"scan_profile":"none","critical_count":0}},"capability_facts":{"scan":{"source":"repo_scan","observed_at":"2026-07-11T12:28:19.286Z"},"languages":{"value":["python"],"source":"github.language","observed_at":"2026-07-11T12:28:19.286Z"},"license_spdx":{"value":"Apache-2.0","source":"github.license","observed_at":"2026-07-11T12:28:19.286Z"}}}}