#教育 · AI 短帖与讨论

剑桥大学直接扔王炸：AI与机器学习经典教材全集免费开放，PDF随便下。 一共十本书，从易到难排列。入门可以看《机器学习理解》，理论算法一把抓；数学底子弱的先补《机器学习数学基础》；想深入数学原理的看《机器学习算法的数学分析》；搞深度学习的看《深度学习理论原理》；神经网络系统讲解看《神经网络与机器学习》；图神经网络入门看《图深度学习》；算法视角理解ML看《机器学习的算法视角》；概率基础打牢看《概率论：理论与实例》；概率论实战应用看《应用概率基础》；数据科学进阶看《高级数据分析》。 说句实话，这些书没一本是轻松的，别指望躺着翻完。但只要你能硬啃下来两三本，比听群里吹一年AI牛逼都管用。免费教材+开源代码+在线论文，现在的学习资源已经足够让一个人从零基础成长为AI领域的专业人士。缺的从来不是资源，而是啃硬骨头的耐心。

密歇根大学把整个机器人学学位课程放到了GitHub上，不是一门课，是完整的课程体系。 包括计算线性代数、机器人构建与运动、机器人数学、移动机器人学等核心课程。所有lecture视频在YouTube上免费观看，所有教材和代码在GitHub上公开，所有作业和考试都能下载。 这个项目的特别之处在于课程设计理念。传统做法是让学生先学四个学期的微积分才能碰机器人，而密歇根的课程从第一天起就把数学应用到实际机器人问题上。正如课程负责人Jessy Grizzle教授所说：线性代数已经成为计算机视觉、机器学习、机器人学和自主系统的通用语言。 对于想进入机器人和AI领域的学习者来说，这是一个顶级工程学院开放教育资源的典范。免费、开源、完整，这种资源在以前是很难获得的。 项目地址：github.com/Robotics-UMich。