Python人工智能学习路线、Python人工智能视频教程整合以及Python人工智能职位面试持续更新完善中>>>
当前版本：2.0(最近更新2022年7月29日)
https://www.zhixi.com/view/09c30
据教育部不完全统计，2022年高校毕业生规模将达到1076万人。这将导致就业竞争压力也同步上升，加之近两年疫情影响，现在找工作已经是难上加难。与其学习网络上的“躺平、摆烂”，不如静下心来努力提升自己。正所谓技多不压身，多一门技术，也就相比于其他人而言，多一个竞争优势！希望本文能正真帮助到各位。
本学习路线大体框架为：首先建立一定的兴趣->基础知识和工具的准备->python掌握程度->数学相关知识->机器学习->深度学习->计算机视觉/自然语言处理->面试准备->自我拓展
下列视频都是python基础入门教程，三者选择一个入门观看即可。
（siki学院白嫖的，讲解非常简单易懂）
（这个不仅可以了解python基础还可以提前学习一些爬虫知识）
（小甲鱼最新Python版本，讲得可以）
3小时学会Python数据分析之numpy、pandas（完整版），详细通俗易懂
（jupyter基础使用和numpy）
（有些东西没用，选择性观看，主要学习pandas和matplotlib）
（这个爬虫视频内容比较全面了，从爬虫概念、https、requests、beautifulsoup、xpath、模拟登录、代理、异步、aiohhtp、selenium、scrapy框架和一些实战练习，如果你有python基础，不要犹豫直接冲！！！）
（爬虫案例教学，能让人深入体会python爬虫）
（1）一元函数
（2）泰勒公式
（3）多元函数
（4）不定积分与定积分
（高数基础就前几章，后几章讲得是线性代数和概率论的，酌情观看）
（1）矩阵
（2）矩阵分解
（第四章与第五章内容为线性代数与矩阵）
（1）排列与组合
（2）古典概率（全排列）
（3）联合概率
（4）条件概率
（5）独立性
（6）一维随机变量分布
（7）数字特征
（8）大数定理
（9）极大似然估计
最全人工智能AI数学基础：https://www.bilibili.com/video/BV1Eq4y157pH
（第七章为概率论基础，第八章为概率分布）
（1）线性回归解决的问题
（2）构建线性回归
（3）线性回归多元拓展
（4）模型的评估
（1）逻辑回归解决的问题
（2）构建逻辑回归
（3）模型评估
（1）KNN核心
（2）KNN优化
（1）决策树直观理解
（2）前置知识
不确定性、信息量、信息熵、条件熵、信息增益
（3）构建决策树
（1）并行
（2）串行
（3）Stacking
（1）K-means
（2）Canopy
（3）聚类算法的评估
（4）层次聚类
（5）密度聚类
（6）谱聚类
（1）必备知识
（2）SVM线性可分
（3）SVM线性不可分
（4）核函数
（5）序列最小优化算法（SMO）
（1）贝叶斯公式
（2）朴素贝叶斯算法
（3）高斯朴素贝叶斯
（4）伯努利朴素贝叶斯
（5）多项式朴素贝叶斯
（6）贝叶斯网络
（1）回顾
（2）贝叶斯算法估计
（3）最大后验概率估计(MAP)
（4）EM算法
（5）GMM算法
（1）马尔可夫性质
（2）马尔可夫链
（3）HMM简介
（4）HMM三个问题
概率计算问题、学习问题、预测问题
（1）潜在语义分析（LSA）
（2）LDA
（1）数据清洗
（2）清洗异常样本数据
（3）采样
游戏人工智能入门指南:
机器学习算法与Python实践之（七）逻辑回归](https://blog.csdn.net/zouxy09/article/details/20319673)
从最大似然到EM算法浅解:
https://blog.csdn.net/zouxy09/article/details/8537620
决策树:
https://link.csdn.net/?target=https%3A%2F%2Fwww.zhihu.com%2Ftopic%2F19569936%2Ftop-answers
支持向量机（SVM）:
https://blog.csdn.net/sinat_37965706/article/details/70666682
【机器学习详解】SMO算法剖析:
https://blog.csdn.net/luoshixian099/article/details/51227754
什么是 L1/L2 正则化 (Regularization):
https://zhuanlan.zhihu.com/p/25707761
GBDT算法原理深入解析:
https://www.zybuluo.com/yxd/note/611571#gbdt%E7%AE%97%E6%B3%95
Adaboost 算法的原理与推导:
https://blog.csdn.net/v_JULY_v/article/details/40718799
《统计学习方法》李航
《机器学习》周志华
《Machine Learning》Mitchell
《Pattern Classification》Duda
**《Introduction to Machine Learning》Alpaydin **
**《Pattern Recognition and Machine Learning》Bishop **
《Machine Learning - A Probabilistic Perspective》Murphy
李航统计学方法：https://www.bilibili.com/video/BV1bU4y1o7vs?spm_id_from=333.337.search-card.all.click
吴恩达机器学习视频教学：
https://www.bilibili.com/video/BV164411b7dx?p=3&spm_id_from=pageDriver
（虽然全程英文讲解，但是有中文字幕，主要是能白嫖！）
机器学习案例视频教学：https://www.bilibili.com/video/BV1jf4y1X7eF?spm_id_from=333.999.0.0
（siki学院能白嫖的机器学习小案例）
用人工智能的思想解释生物的形成与学习视频教学：https://www.sikiedu.com/course/704
（纯理论知识）
机器学习入门案例视频教学：https://www.sikiedu.com/course/697
（讲手写体识别的，白嫖！！）
机器学习线性回归视频教学：https://www.sikiedu.com/course/698
机器学习逻辑回归视频教学：https://www.sikiedu.com/course/699
机器学习KNN算法视频教学：https://www.sikiedu.com/course/702
机器学习决策树视频教学：https://www.sikiedu.com/course/712
（这上面几个是收费的！按自己能力来！不能白嫖有点可惜，hhh）
（1）Tensorflow的基本使用
（2）梯度下降
（1）神经网络的原理
（2）正反向传播
（3）激活函数
（4）深度神经网络
（1）RBF
（2）为什么需要CNN
（3）正反向传播
（4）神经网络优化与评估
（5）CNN经典网络
（1）为什么需要RNN
（2）正反向传播
（3）RNN经典网络
梯度下降详解：https://zhuanlan.zhihu.com/p/261375491
详解深度学习中梯度消失、爆炸原因以及解决方法：https://zhuanlan.zhihu.com/p/33006526
反向传播过程和作用：https://www.jianshu.com/p/964345dddb70
反向传播算法的入门教程简单代码实现：https://blog.csdn.net/rory_wind/article/details/112505261
Explainable ML：https://zhuanlan.zhihu.com/p/117335796
以下为CSDN上智能算法的原创文章:
CNN经典网络之GoogLeNet：
CNN经典网络之ResNet：
初识循环神经网络(RNN)：
RNN输入输出的组合有多任性：
基本RNN在Tensorflow中实现：
静态RNN和动态RNN：
RNN如何处理变化长度的输入和输出：
用RNN分类：
RNN如何训练并预测时序信号：
创意RNN和深度RNN的简单实现：
RNN中的Dropout技术：
RNN中的LSTM模块：
RNN中的GRU模块：
自然语言处理中的Word Embedding：
机器翻译中的编码解码器网络：
深度网络中的自编码器：
栈式自编码器：
如何高效的训练自编码器：
可视化自编码器和无监督预训练：
降噪自编码器和稀疏自编码器及其实现：
变分自编码器及其实现：
强化学习入门必读：
强化学习之神经网络策略学习平衡车：
强化学习之梯度策略实现：
强化学习之马尔科夫决策过程：
强化学习之时间差分学习与近似Q学习：
如何用强化学习玩游戏：
《Deep Learning》Goodfellow、Bengio和Courville
《Neural networks and Deep Learning》Michael Nielsen
《Deep Learning with Python》Francois Chollet
《Hands-On Machine Learning with Scikit-Learn and TensorFlow0》Aurélien Géron
《TensorFlow Deep Learning Cookbook》Gulli和Kapoor
《Deep Learning: A Practitioners Approach》Adam Gibson 和 Josh Patterson
《Deep Learning for Computer Vision with Python》Adrian Rosebrock
吴恩达深度学习：https://www.bilibili.com/video/BV1FT4y1E74V?spm_id_from=333.337.search-card.all.click
（全程中英双字幕不怕看不懂）
复旦大学邱锡鹏教授的《神经网络与深度学习》：https://www.bilibili.com/video/BV1P3411u7c1?spm_id_from=333.337.search-card.all.click
（讲得非常好）
5个深度学习必学的神经网络：https://www.bilibili.com/video/BV1kS4y1H74z?spm_id_from=333.337.search-card.all.click
（通俗易懂，建议观看）
麻省理工深度学习公开课：https://www.bilibili.com/video/BV17R4y1F7AK?spm_id_from=333.337.search-card.all.click
（有能力的同学可以观摩一下）
基于深度的Python验证码识别：https://www.sikiedu.com/course/751
（收费的，讲得挺不错，CNN的实际案例）
最新版TensorFlow2.X快速入门：https://www.sikiedu.com/course/786
（白嫖，讲得很好）
TensorFlow2.X API详解（一） 常用函数与深度学习：https://www.sikiedu.com/course/811
（收费的）
**TensorFlow2.X API详解 增加先验知识的改进算法：**https://www.sikiedu.com/course/986
（收费的）
深入神经网络中数学原理计算 - 反向传播：https://www.sikiedu.com/course/748/tasks
（收费的，用实际运算推导，非常容易理解，好评）
自然语言处理 - AI写诗（基于RNN）：https://www.sikiedu.com/course/781
（收费的，RNN运用的实际案例）
（1）传统的计算机视觉目标检测方法
（2）指标
（3）二阶段检测算法
（4）一阶段检测算法
（5）拓展
（1）MTCNM
（2）Face Net
（1）自编码器
（2）语义分割
（3）FCN
（4）反卷积
（5）UNet
（6）SegNet
（7）Deep Lab
（8）Mask R-CNN
《计算机视觉基础概念与模型WalkThrough》：https://www.jianshu.com/p/bf7260f82efa?utm_campaign=hugo&utm_medium=reader_share&utm_content=note&utm_source=weixin-friends
《浅谈计算机视觉的应用与发展》：https://www.jianshu.com/p/a46acf46ac76?utm_campaign=hugo&utm_medium=reader_share&utm_content=note&utm_source=weixin-friends
《【万字实录】商汤徐立：计算机视觉的完整链条，从成像到早期视觉再到识别理解》：https://note.youdao.com/ynoteshare/index.html?id=e12f3d04716b0c03dbddcbabfda1bfbd&type=note&_time=1656929128997#/
《【万字实录】格灵深瞳赵勇：计算机视觉在安防、交通、机器人、无人车等领域的应用》：https://note.youdao.com/ynoteshare/index.html?id=8cedff89dac6f924d6ec3ff127f6a239&type=note&_time=1656929154850#/
《百度大脑人机大战险胜，我们来聊点干货：人脸识别的原理》：https://36kr.com/p/1721327468545
《人脸识别概述及识别的基本方法流程》：http://www.360doc.com/content/11/1101/19/3054335_160896162.shtml
《走近人脸检测（1）——基本流程》：https://blog.csdn.net/zchang81/article/details/71515442
《走近人脸检测（2）——VJ人脸检测器及其发展》：https://blog.csdn.net/zchang81/article/details/71515490
《走近人脸检测（3）——R-CNN 系列》：https://blog.csdn.net/zchang81/article/details/71515529
《走近人脸检测（4）——传统人脸检测技术和 CNN 的结合》：https://blog.csdn.net/zchang81/article/details/71515554
《图像搜索的前世今生，让你买买买停不下来的淘宝是如何做到所拍即所得的？》：https://note.youdao.com/ynoteshare/index.html?id=f33845bfdf497f474c300ffd2debebda&type=note&_time=1656929483527#/
《计算机视觉：算法与应用》Richard Szeliski
《计算机视觉：一种现代方法》福赛斯(David A. Forsyth)/泊斯(Jean Ponce)
《计算机视觉中的多视图几何》Richard Hartley/Andrew Zisserman
《An Invitation to 3-D Vision》Yi Ma / Stefano Soatto / Jana Kosecká / S. Shankar Sastry
《计算机视觉：计算理论与算法基础》马颂德，张正友
《Learning OpenCV 3》 Adrian Kaehler / Gary Bradski
《OpenCV 教程》刘瑞祯 / 于仕琪
《数字图像处理》冈萨雷斯，阮秋琦（译）
《模式识别》边肇琪，张学工
《模式分类》Richard O. Duda
北京邮电大学鲁鹏合集：https://www.bilibili.com/video/BV1V54y1B7K3?spm_id_from=333.337.search-card.all.click
吴恩达CNN卷积神经网络：https://www.bilibili.com/video/BV1q34y1p7wT?spm_id_from=333.337.search-card.all.click
OpenCV图像处理实战：https://www.bilibili.com/video/BV1ug411X7vu?p=8
神经网络入门到实战：https://www.bilibili.com/video/BV1K94y1Z7wn?spm_id_from=333.337.search-card.all.click
人工智能之CV计算机视觉集训营：https://www.bilibili.com/video/BV1WJ411B7nL?spm_id_from=333.337.search-card.all.click
（1）HMM知识点复习
（2）随机场
（3）马尔可夫随机场MRF
（4）最大熵马尔可夫模型
（5）CRF形式
（6）特征函数
（7）损失函数
（8）维特比算法
（1）常用工具
（2）分词模式
（3）分词技术
（4）新词发现
（5）词向量
（1）词性标注
（2）命名实体识别
（3）关系抽取
（4）语法分析
（5）语义分析
（1）应用领域
（2）难点
（3）主要方法
（1）自编码神经网络回顾
（2）RNN List神经网络回顾
（3）4种形式
（4）应用
（1）引入Seq2Seq的缺点
（2）Attention对齐机制
（3）Seq2Seq Attention
（4）Attention Scores多种计算形式
（5）Seq2Seq Attention常规形状
（6）Soft Attention
（7）Hard Attention
（8）Global Attention
（9）Local Attention
（1）结构
（2）Self-Attention
（3）Multi-Headed-Attention
（4）Positional Encoding
（5）LayerNorm & Residuals
（6）掩码
（7）训练过程
（8）其他结构
（1）GPT
（2）ELMO
（3）Bert与Transformer
（4）Bert与GPT
（5）Bert与ELMO
（6）Bert训练时候的操作
（7）Bert类别
（8）根据不同的任务，Bert不同的四种输出
（9）优化
从Word Embedding到Bert模型——自然语言处理预训练技术发展史：https://www.jiqizhixin.com/articles/2018-12-10-8
BERT大火却不懂Transformer？读这一篇就够了：https://zhuanlan.zhihu.com/p/54356280
深度学习——自然语言处理：
自然语言处理入门——新手上路：
自然语言（NLP）发展史及相关体系：
https://blog.csdn.net/weixin_42137700/article/details/89348653
聚焦机器“读、写、说、译”，探寻NLP未来之路：
https://blog.csdn.net/weixin_42137700/article/details/90664462
NLP接下来黄金十年-----周明等谈值得关注的NLP技术：
http://blog.itpub.net/29829936/viewspace-2637283/
自然语言处理中注意力机制综述：
https://blog.csdn.net/weixin_42137700/article/details/86777116
赋能行业发展，NLP如何避免走入“死胡同”？
http://blog.itpub.net/29829936/viewspace-2644277/
目前看到的BERT比较透彻的文章：
https://blog.csdn.net/weixin_42137700/article/details/89485501
Bert时代的创新：Bert应用模式比较及其它：
https://blog.csdn.net/weixin_42137700/article/details/90644320
BERT面向语言理解的深度双向变换预训练：
https://blog.csdn.net/weixin_42137700/article/details/86572840
深度学习：自然语言处理（五）NLTK的经典应用：
https://blog.csdn.net/weixin_42137700/article/details/88842197
现有模型还「不懂」自然语言：20多位研究者谈NLP四大开放性问题：
https://blog.csdn.net/weixin_42137700/article/details/86608343
《Python自然语言处理》[美] Steven，Bird Ewan，Klein Edward，Loper 著，陈涛，张旭，崔杨，刘海平 译
《自然语言处理实战 利用Python理解、分析和生成文本》[美] 霍布森·莱恩，科尔·霍华德，汉纳斯·马克斯·哈普克 著，史亮，鲁骁，唐可欣，王斌 译
《自然语言处理与计算语言学》格夫·斯里尼瓦萨-德西坎（Bhargav Srinivasa-Desikan） 著，何炜 译
《Python和NLTK自然语言处理》[印度] 尼天·哈登尼亚（Nitin Hardeniya），雅各布·帕金斯（Jacob Perkins），迪蒂·乔普拉（Deepti Chopra），尼什·斯乔希 等 著，林赐 译
《精通Python自然语言处理》Deepti，Chopra，Nisheeth，Joshi，Iti ... 著，王威 译
Python人工智能20个小时玩转NLP自然语言处理：https://www.bilibili.com/video/BV17y4y1m737?spm_id_from=333.337.search-card.all.click
李宏毅NLP(自然语言处理)完整课程：https://www.bilibili.com/video/BV1hM4y157xX?spm_id_from=333.337.search-card.all.click
清华大佬【NLP自然语言处理】保姆级入门教程：https://www.bilibili.com/video/BV1EU4y1y7a9?spm_id_from=333.337.search-card.all.click
斯坦福大学CS224n 深度自然语言处理NLP课程：https://www.bilibili.com/video/BV1b34y1B7zR?spm_id_from=333.337.search-card.all.click
中国科学院大学-自然语言处理：https://www.bilibili.com/video/BV14b411E7RB?spm_id_from=333.337.search-card.all.click
清华教授用10个小时终于把NLP自然语言处理讲完：https://www.bilibili.com/video/BV1R44y1v7tJ?spm_id_from=333.337.search-card.all.click
入门-从零搭建语音识别引擎-基于Kaldi：https://www.sikiedu.com/course/917
源码进阶-从零搭建语音识别引擎-基于Kaldi：https://www.sikiedu.com/course/928
Kaldi解码原理 - 按行分析Simple-Decoder：https://www.sikiedu.com/course/946/tasks
教你如何从分析到打造苹果"嘿 siri" 声纹识别系统 第一季Baseline基本模型：https://www.sikiedu.com/course/844
AI字幕：https://www.sikiedu.com/course/989
N-gram语言模型初体验：https://www.sikiedu.com/course/753
分词算法的魅力-Viterbi算法：https://www.sikiedu.com/course/752
别人家的计算机竟然会纠正句子的错误：https://www.sikiedu.com/course/754