在人工智能和机器学习(AI/ML)快速发展的今天，越来越多的人希望踏入这个充满机遇的领域。然而，面对浩如烟海的学习资源，很多人常常感到无从下手。一位在顶级科技公司工作的资深机器学习工程师，为大家分享他的学习心得和推荐的免费学习资源。让我们一起来看看，如何从零基础起步，最终成为像谷歌、苹果、亚马逊这样的科技巨头的AI专家！
基础知识：打好数学根基
任何技术的学习都离不开扎实的基础，AI/ML更是如此。我们的顶级工程师强调，以下几个数学领域是必不可少的：
线性代数：推荐3Blue1Brown的"Essence of Linear Algebra"系列视频。这套视频生动形象，仅仅一个小时就能让你对线性代数有深刻理解。https://www.youtube.com/watch?v=fNk_zzaMoSs&list=PLZHQObOWTQDPD3MizzM2xVFitgF8hE_ab
多变量微积分：Khan Academy的多变量微积分课程是绝佳的复习材料。特别是第一单元(入门)和第二单元(导数)，是重中之重。https://www.khanacademy.org/math/multivariable-calculus
机器学习中的微积分：有一个精彩的动画视频专门讲解微积分和反向传播，非常值得一看。https://www.youtube.com/watch?v=SmZmBKc7Lrs
信息论：《Information Theory: A Tutorial Introduction》这本书通俗易懂，是了解信息论的不二之选。
统计学与概率论：StatQuest YouTube频道的视频讲解深入浅出，非常推荐。https://www.youtube.com/@statquest
机器学习：入门必修课
斯坦福大学机器学习导论：由著名学者Andrew Ng教授主讲的CS229课程，现已在YouTube上免费公开。建议重点观看第1、2、3、4、8、9、11、12和13讲（https://cs229.stanford.edu/lectures-spring2022/main_notes.pdf）。课程还提供了高质量的讲义，非常有价值。https://www.youtube.com/playlist?list=PLoROMvodv4rMiGQp3WXShtMGgzqpfVfbU
加州理工学院机器学习课程：相比斯坦福的课程，这套讲座更注重直观理解，数学要求较低，适合快速入门。https://www.youtube.com/watch?v=mbyG85GZ0PI&list=PLD63A284B7615313A
深度学习：走向AI的核心
Andrej Karpathy的"Zero to Hero"系列：由前特斯拉AI负责人、斯坦福博士Karpathy主讲，这套实操性极强的YouTube讲座被我们的顶级工程师强烈推荐。
https://www.youtube.com/playlist?list=PLAqhIrjkxbuWI23v9cThsA9GvCAUhRvKZ
神经网络：斯坦福CS231n课程的讲义（https://cs231n.github.io/）和视频（https://www.youtube.com/watch?v=NfnWJUyUJYU&list=PLkt2uSq6rBVctENoVBg1TpCC7OQi31AlC）是深度学习领域的"入门毒药"，让人欲罢不能。
Transformer与大语言模型LLMs：AI的前沿
Transformer模型：推荐观看滑铁卢大学（https://www.youtube.com/watch?v=OyFJWRnt_AY ）和密歇根大学的相关讲座（https://www.youtube.com/watch?v=YAgjfMR9R_M）。Jay Alammar的"The Illustrated Transformer"指南（https://jalammar.github.io/illustrated-transformer/）也广受好评。
ChatGPT解析：Wolfram在YouTube上的ChatGPT讲解视频值得一看。https://www.youtube.com/watch?v=flXrLGPY3SU
交互式LLM可视化：有一个可以在浏览器中直接操作的LLM可视化工具，是了解大语言模型最直观的方式。https://bbycroft.net/llm
金融时报的Transformer解析：这篇互动文章深入浅出地解释了Transformer模型的工作原理。https://ig.ft.com/generative-ai/
高效机器学习与GPU
芯片制造：Branch Education的YouTube视频《How are Microchips Made?》(https://www.youtube.com/watch?v=dX9CGRZwD-w)堪称互联网上最优质的免费教育视频之一，对理解微芯片至关重要。
CUDA编程：许多顶级科技公司的工程师都是通过特定的在线讲座系列学习CUDA的。(https://www.youtube.com/watch?v=F620ommtjqk&list=PLnH7E0IG44jFfiQBd_Ov7FmYHq8SZx6r0)
TinyML与高效深度学习：2023年最新发布的高效机器学习技术讲座，紧跟技术前沿。https://hanlab.mit.edu/courses/2023-fall-65940
《Chip War》：这本2022年出版的畅销书不仅讲述了微芯片技术的发展史，其开篇几章对CPU的解释也非常精彩。
结语
从基础数学到前沿AI技术，这份学习资源清单涵盖了成为顶级AI/ML工程师所需的几乎所有知识领域。正如我们的顶级科技公司工程师所证明的，通过系统学习和不断实践，即便是从零开始，也能在两年内成长为行业翘楚。
记得关注我们的公众号，获取更多AI使用技巧和效率提升秘籍
解锁未来，掌控AI 大模型的力量！评论区留言，加入“零基础掌握AI”群
