最近开始学马苗老师的《人工智能概论》这本教材,感觉它把AI基础讲得挺有条理的,从理性主义到连接主义都有涉及,代码例子也给了Python实现。书里还配了不少图解和关键算法推导,对初学者挺友好,就是课后思考题有些开放性,想找点参考思路或者项目练手。
其实我现在最缺的就是配套的习题解析和重点总结,尤其是决策树、神经网络那几章的推导过程,自己啃有点慢。如果有学长学姐整理过笔记或者实验指导,那就太好了。另外,有没有那种可以讨论具体算法的学习圈子或者线上讨论组?毕竟光看书理解不透彻。
我现在的学习方法是先通读一章,再把书上的代码敲一遍,最后试着用自己找的数据集改参数跑跑。不过遇到抽象概念(比如贝叶斯网络)还是容易绕晕,不知道大家有没有更好的记忆或拆解技巧?希望有经验的同学分享一下怎么高效啃这本书,谢谢啦!