最近我们专业课开始用《人工智能基础》这本教材,整体感觉内容挺全面的,从搜索算法、知识表示到机器学习、神经网络都覆盖了,讲得比较清晰易懂,适合我们非CS科班的学生入门。不过后面的数学推导部分确实有点烧脑,需要反复看才能理解。
自学的时候发现光看书不太够,很想要一些配套的习题解析、重点知识总结或者代码实践案例,方便巩固概念。网上搜到的资源比较零散,有没有靠谱的笔记或者视频课可以配合着看?不求完整答案,主要是想找些能帮忙理清思路的资料。
我现在的方法是先通读章节,然后用Python复现书上的简单例子,再把课后题做一遍,遇到卡住的就去B站搜相关讲解。但有些算法实现还是调试不通,希望有经验的同学能分享一下自己是怎么啃下来的,有没有什么高效的学习路线或者避坑技巧?谢谢大家!