AI入門基礎知識和五大AI理論應用領域

本文由開源平臺Datawhale，ApacheCN，AI有道和黃海廣博士聯(lián)合整理貢獻。內(nèi)容涵蓋AI入門基礎知識、數(shù)據(jù)分析挖掘、機器學習、深度學習、強化學習、前沿Paper和五大AI理論應用領域：自然語言處理，計算機視覺，推薦系統(tǒng)，風控模型和知識圖譜。是你學習AI從入門到專家必備的學習路線和優(yōu)質(zhì)學習資源。

基礎知識

數(shù)學

數(shù)學是學不完的，也沒有幾個人能像博士一樣扎實地學好數(shù)學基礎，入門人工智能領域，其實只需要掌握必要的基礎知識就好。AI的數(shù)學基礎最主要是高等數(shù)學、線性代數(shù)、概率論與數(shù)理統(tǒng)計三門課程，這三門課程是本科必修的。這里整理了一個簡易的數(shù)學入門文章：

數(shù)學基礎：高等數(shù)學

https://zhuanlan.zhihu.com/p/36311622

數(shù)學基礎：線性代數(shù)

https://zhuanlan.zhihu.com/p/36584206

數(shù)學基礎：概率論與數(shù)理統(tǒng)計

https://zhuanlan.zhihu.com/p/36584335

機器學習的數(shù)學基礎資料下載：

1) 機器學習的數(shù)學基礎.docx

中文版，對高等數(shù)學、線性代數(shù)、概率論與數(shù)理統(tǒng)計三門課的公式做了總結。

2)斯坦福大學機器學習的數(shù)學基礎.pdf

原版英文材料，非常全面，建議英語好的同學直接學習這個材料。

下載鏈接:

https://pan.baidu.com/s/1LaUlrJzy98CG1Wma9FgBtg 提取碼: hktx

國外經(jīng)典數(shù)學教材：

相比國內(nèi)浙大版和同濟版的數(shù)學教材更加通俗易懂，深入淺出，便于初學者更好地奠定數(shù)學基礎。下載鏈接：

https://blog.csdn.net/Datawhale/article/details/81744961

統(tǒng)計學

入門教材：深入淺出統(tǒng)計學

進階教材：商務與經(jīng)濟統(tǒng)計

推薦視頻：可汗學院統(tǒng)計學

http://open.163.com/special/Khan/khstatistics.html

編程

入門人工智能領域，首推Python這門編程語言。

1) Python安裝：

Python安裝包，我推薦下載Anaconda，Anaconda是一個用于科學計算的Python發(fā)行版，支持 Linux, Mac, Windows系統(tǒng)，提供了包管理與環(huán)境管理的功能，可以很方便地解決多版本Python并存、切換以及各種第三方包安裝問題。

下載地址：

https://www.anaconda.com/download/

推薦選Anaconda （python 3.7版本）

IDE：推薦使用pycharm，社區(qū)版免費

下載地址：https://www.jetbrains.com/

安裝教程：

Anaconda+Jupyter notebook+Pycharm：

https://zhuanlan.zhihu.com/p/59027692

Ubuntu18.04深度學習環(huán)境配置(CUDA9+CUDNN7.4+TensorFlow1.8)：

https://zhuanlan.zhihu.com/p/50302396

2) python入門的資料推薦

a.廖雪峰python學習筆記

https://blog.csdn.net/datawhale/article/category/7779959

b.python入門筆記

作者李金，這個是jupyter notebook文件，把python的主要語法演示了一次，值得推薦。下載鏈接:

https://pan.baidu.com/s/1IPZI5rygbIh5R5OuTHajzA 提取碼: 2bzh

c.南京大學python視頻教程

這個教程非常值得推薦，python主要語法和常用的庫基本涵蓋了。

查看地址：

https://www.icourse163.org/course/0809NJU004-1001571005?from=study

看完這三個資料后python基本達到入門水平，可以使用scikit-learn等機器學習庫來解決機器學習的問題了。

3) 補充

代碼規(guī)范：

https://zhuanlan.zhihu.com/p/59763076

numpy練習題：

https://zhuanlan.zhihu.com/p/57872490

pandas練習題：

https://zhuanlan.zhihu.com/p/56644669

數(shù)據(jù)分析/挖掘

數(shù)據(jù)分析的基礎書籍

《利用python進行數(shù)據(jù)分析》

這本書含有大量的實踐案例，你將學會如何利用各種Python庫（包括NumPy，Pandas、Matplotlib以及IPython等）高效地解決各式各樣的數(shù)據(jù)分析問題。如果把代碼都運行一次，基本上就能解決數(shù)據(jù)分析的大部分問題了。

特征工程

https://blog.csdn.net/Datawhale/article/details/83033869

數(shù)據(jù)挖掘項目

https://blog.csdn.net/datawhale/article/details/80847662

機器學習

公開課

吳恩達《Machine Learning》

這絕對是機器學習入門的首選課程，沒有之一！即便你沒有扎實的機器學習所需的扎實的概率論、線性代數(shù)等數(shù)學基礎，也能輕松上手這門機器學習入門課，并體會到機器學習的無窮趣味。

課程主頁：

https://www.coursera.org/learn/machine-learning

中文視頻：

網(wǎng)易云課堂搬運了這門課，并由黃海廣等人翻譯了中文字幕。

中文筆記及作業(yè)代碼：

https://github.com/fengdu78/Coursera-ML-AndrewNg-Notes

吳恩達 CS229

吳恩達在斯坦福教授的機器學習課程 CS229 與 吳恩達在 Coursera 上的《Machine Learning》相似，但是有更多的數(shù)學要求和公式的推導，難度稍難一些。該課程對機器學習和統(tǒng)計模式識別進行了廣泛的介紹。

課程主頁：

http://cs229.stanford.edu/

中文視頻：

http://open.163.com/special/opencourse/machinelearning.html

中文筆記：

https://kivy-cn.github.io/Stanford-CS-229-CN/#/

速查表：

這份給力的資源貢獻者是一名斯坦福的畢業(yè)生 Shervine Amidi。作者整理了一份超級詳細的關于 CS229的速查表

https://zhuanlan.zhihu.com/p/56534902

作業(yè)代碼：

https://github.com/Sierkinhane/CS229-ML-Implements

林軒田《機器學習基石》

***大學林軒田老師的《機器學習基石》課程由淺入深、內(nèi)容全面，基本涵蓋了機器學習領域的很多方面。其作為機器學習的入門和進階資料非常適合。而且林老師的教學風格也很幽默風趣，總讓讀者在輕松愉快的氛圍中掌握知識。這門課比 Ng 的《Machine Learning》稍難一些，側(cè)重于機器學習理論知識。

中文視頻：

https://www.bilibili.com/video/av36731342

中文筆記：

https://redstonewill.com/category/ai-notes/lin-ml-foundations/

配套教材

配套書籍為《Learning From Data》，在線書籍主頁：http://amlbook.com/

林軒田《機器學習技法》

《機器學習技法》課程是《機器學習基石》的進階課程。主要介紹了機器學習領域經(jīng)典的一些算法，包括支持向量機、決策樹、隨機森林、神經(jīng)網(wǎng)絡等等。難度要略高于《機器學習基石》，具有很強的實用性。

中文視頻：

https://www.bilibili.com/video/av36760800

中文筆記：

https://redstonewill.com/category/ai-notes/lin-ml-techniques/

書籍

《機器學習》

周志華的《機器學習》被大家親切地稱為“西瓜書”。這本書非常經(jīng)典，講述了機器學習核心數(shù)學理論和算法，適合有作為學校的教材或者中階讀者自學使用，入門時學習這本書籍難度稍微偏高了一些。

配合《機器學習實戰(zhàn)》一起學習，效果更好！

讀書筆記：

https://www.cnblogs.com/limitlessun/p/8505647.html#_label0

公式推導：

https://datawhalechina.github.io/pumpkin-book/#/

課后習題：

https://zhuanlan.zhihu.com/c_1013850291887845376

《統(tǒng)計學習方法》

李航的這本《統(tǒng)計學習方法》堪稱經(jīng)典，包含更加完備和專業(yè)的機器學習理論知識，作為夯實理論非常不錯。

講課 PPT：

https://github.com/fengdu78/lihang-code/tree/master/ppt

讀書筆記：

http://www.cnblogs.com/limitlessun/p/8611103.html

https://github.com/SmirkCao/Lihang

參考筆記：

https://zhuanlan.zhihu.com/p/36378498

代碼實現(xiàn)：

https://github.com/fengdu78/lihang-code/tree/master/code

《Scikit-Learn 與 TensorFlow 機器學習實用指南》

在經(jīng)過前面的學習之后，這本《Scikit-Learn 與 TensorFlow 機器學習實用指南》非常適合提升你的機器學習實戰(zhàn)編程能力。

這本書分為兩大部分，第一部分介紹機器學習基礎算法，每章都配備 Scikit-Learn 實操項目；第二部分介紹神經(jīng)網(wǎng)絡與深度學習，每章配備 TensorFlow 實操項目。如果只是機器學習，可先看第一部分的內(nèi)容。

全書代碼：

https://github.com/ageron/handson-ml

實戰(zhàn)

Kaggle 比賽

比賽是提升自己機器學習實戰(zhàn)能力的最有效的方式，首選 Kaggle 比賽。

Kaggle 主頁:

https://www.kaggle.com/

Kaggle 路線:

https://github.com/apachecn/kaggle

工具

Scikit-Learn 官方文檔：Scikit-Learn 作為機器學習一個非常全面的庫，是一份不可多得的實戰(zhàn)編程手冊。

官方文檔：

https://scikit-learn.org/stable/index.html

中文文檔（0.19）：

http://sklearn.apachecn.org/#/

深度學習

公開課

吳恩達《Deep Learning》

在吳恩達開設了機器學習課程之后，發(fā)布的《Deep Learning》課程也備受好評，吳恩達老師的課程最大的特點就是將知識循序漸進的傳授給你，是入門學習不可多得良好視頻資料。

整個專題共包括五門課程：01.神經(jīng)網(wǎng)絡和深度學習；02.改善深層神經(jīng)網(wǎng)絡-超參數(shù)調(diào)試、正則化以及優(yōu)化；03.結構化機器學習項目；04.卷積神經(jīng)網(wǎng)絡；05.序列模型。

課程視頻

網(wǎng)易云課堂：

https://mooc.study.163.com/university/deeplearning_ai#/c

Coursera:

https://www.coursera.org/specializations/deep-learning

課程筆記

之前編寫過吳恩達老師機器學習個人筆記黃海廣博士帶領團隊整理了中文筆記：

https://github.com/fengdu78/deeplearning_ai_books

參考論文

吳恩達老師在課程中提到了很多優(yōu)秀論文，黃海廣博士整理如下：

https://github.com/fengdu78/deeplearning_ai_books/tree/master/%E5%8F%82%E8%80%83%E8%AE%BA%E6%96%87

課程PPT及課后作業(yè)

吳恩達深度學習課程，包含課程的課件、課后作業(yè)和一些其他資料：

https://github.com/stormstone/deeplearning.ai

Fast.ai《程序員深度學習實戰(zhàn)》

說到深度學習的公開課，與吳恩達《Deep Learning》并駕齊驅(qū)的另一門公開課便是由Fast.ai出品的《程序員深度學習實戰(zhàn)》。這門課最大的特點便是“自上而下”而不是“自下而上”,是絕佳的通過實戰(zhàn)學習深度學習的課程。

視頻地址

B站地址(英文字幕)：

https://www.bilibili.com/video/av18904696?from=search&seid=10813837536595120136

CSDN地址(2017版中文字幕):

https://edu.csdn.net/course/detail/5192

課程筆記

英文筆記原文：

https://medium.com/@hiromi_suenaga/deep-learning-2-part-1-lesson-1-602f73869197

由ApacheCN組織的中文翻譯：

https://github.com/apachecn/fastai-ml-dl-notes-zh

CS230 Deep Learning

斯坦福的深度學習課程CS230在4月2日剛剛開課，對應的全套PPT也隨之上線。從內(nèi)容來看，今年的課程與去年的差別不大，涵蓋了CNNs, RNNs, LSTM, Adam, Dropout, BatchNorm, Xavier/He initialization 等深度學習的基本模型，涉及醫(yī)療、自動駕駛、手語識別、音樂生成和自然語言處理等領域。

Datawhale整理了該門課程的詳細介紹及參考資料:

吳恩達CS230深度學習開課了！視頻配套PPT應有盡有

書籍

神經(jīng)網(wǎng)絡與深度學習 -復旦邱錫鵬

本書是入門深度學習領域的極佳教材，主要介紹了神經(jīng)網(wǎng)絡與深度學習中的基礎知識、主要模型（前饋網(wǎng)絡、卷積網(wǎng)絡、循環(huán)網(wǎng)絡等）以及在計算機視覺、自然語言處理等領域的應用。

復旦教授邱錫鵬開源發(fā)布《神經(jīng)網(wǎng)絡與深度學習》

《深度學習》

完成以上學習后，想要更加系統(tǒng)的建立深度學習的知識體系，閱讀《深度學習》準沒錯。該書從淺入深介紹了基礎數(shù)學知識、機器學習經(jīng)驗以及現(xiàn)階段深度學習的理論和發(fā)展，它能幫助人工智能技術愛好者和從業(yè)人員在三位專家學者的思維帶領下全方位了解深度學習。

書籍介紹

《深度學習》通常又被稱為花書，深度學習領域最經(jīng)典的暢銷書。由全球知名的三位專家IanGoodfellow、YoshuaBengio和AaronCourville撰寫，是深度學習領域奠基性的經(jīng)典教材。該書被大眾尊稱為“AI圣經(jīng)”。

在線閱讀

該書由眾多網(wǎng)友眾包翻譯，電子版在以下地址獲得：

https://github.com/exacity/deeplearningbook-chinese

《深度學習 500 問》

當你看完了所有的視頻，研習了AI圣經(jīng)，一定充滿了滿腦子問號，此時不如來深度學習面試中常見的500個問題。

書籍介紹

DeepLearning-500-questions，作者是川大的一名優(yōu)秀畢業(yè)生談繼勇。該項目以深度學習面試問答形式，收集了 500 個問題和答案。內(nèi)容涉及了常用的概率知識、線性代數(shù)、機器學習、深度學習、計算機視覺等熱點問題，該書目前尚未完結，卻已經(jīng)收獲了Github 2.4w stars。

項目地址：

https://github.com/scutan90/DeepLearning-500-questions

工具

TensorFlow 官方文檔

學深度學習一定離不開TensorFlow

官方文檔：

https://www.tensorflow.org/api_docs/python/tf

中文文檔：

https://github.com/jikexueyuanwiki/tensorflow-zh

PyTorch官方文檔

PyTorch是學深度學習的另一個主流框架

官方文檔：

https://pytorch.org/docs/stable/index.html

中文文檔(版本0.3)：

https://github.com/apachecn/pytorch-doc-zh

強化學習

公開課

Reinforcement Learning-David Silver

與吳恩達的課程對于機器學習和深度學習初學者的意義相同，David Silver的這門課程絕對是大多數(shù)人學習強化學習必選的課程。

課程從淺到深，把強化學習的內(nèi)容娓娓道來，極其詳盡。不過由于強化學習本身的難度，聽講這門課還是有一定的門檻，建議還是在大致了解這個領域之后觀看該視頻學習效果更佳，更容易找到學習的重點。

B站地址(中文字幕)：

https://www.bilibili.com/video/av45357759?from=search&seid=9547815852611563503

課程原地址：

https://www.youtube.com/watch?v=2pWv7GOvuf0

課程PPT：

http://www0.cs.ucl.ac.uk/staff/d.silver/web/Teaching.html

課程筆記：

https://www.zhihu.com/people/qqiang00/posts

李宏毅《深度強化學習》

David Silver的課程雖然內(nèi)容詳盡，但前沿的很多內(nèi)容都沒有被包括在內(nèi)，這時，臺大李宏毅的《深度強化學習》就是學習前沿動態(tài)的不二之選。

B站地址(中文字幕)：

https://www.bilibili.com/video/av24724071?from=search&seid=9547815852611563503

課程原地址：

https://www.youtube.com/watch?v=2pWv7GOvuf0

課程PPT：

http://speech.ee.ntu.edu.tw/~tlkagk/courses_MLDS18.html

課程筆記：

https://blog.csdn.net/cindy_1102/article/details/87905272

前沿Paper

Arxiv

Arxiv Stats

Arxiv 機器學習最新論文檢索主頁地址：

https://arxiv.org/list/stat.ML/recent?ref=bestofml.com

Arxiv Sanity Preserver

Andrej Karpathy 開發(fā)了 Arxiv Sanity Preserver，幫助分類、搜索和過濾特征

主頁地址：

http://www.arxiv-sanity.com/?ref=bestofml.com

Papers with Code

Papers with Code(Browse state-of-the-art)

這個網(wǎng)站叫做 Browse state-of-the-art。它將 ArXiv 上的最新深度學習論文與 GitHub 上的開源代碼聯(lián)系起來。該項目目前包含了 651 個排行榜，1016 個深度學習任務，795 個數(shù)據(jù)集，以及重磅的 10257 個含復現(xiàn)代碼的優(yōu)秀論文。簡直就是一個尋找論文和代碼的利器。它將 1016 個深度學習任務分成了 16 大類，涉及了深度學習的各個方面。

主頁地址：

https://paperswithcode.com/sota

舉兩個例子：

CV：

https://paperswithcode.com/area/computer-vision

NLP：

https://paperswithcode.com/area/natural-language-processing

Papers with Code(Sorted by stars)

這份資源收集了 AI 領域從 2013 - 2018 年所有的論文，并按照在 GitHub 上的標星數(shù)量進行排序。

GitHub 項目地址：

https://github.com/zziz/pwc

Deep Learning Papers 閱讀路線

如果你是深度學習領域的新手，你可能會遇到的第一個問題是“我應該從哪篇論文開始閱讀？”下面是一個深入學習論文的閱讀路線圖！

GitHub 項目地址：

https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap

這份深度學習論文閱讀路線分為三大塊：

1 Deep Learning History and Basics

2 Deep Learning Method

3 Applications

Deep Learning Object Detection

目標檢測（Object Detection）是深度學習 CV 領域的一個核心研究領域和重要分支?？v觀 2013 年到 2019 年，從最早的 R-CNN、Fast R-CNN 到后來的 YOLO v2、YOLO v3 再到今年的 M2Det，新模型層出不窮，性能也越來越好！

本資源對目標檢測近幾年的發(fā)展和相關論文做出一份系統(tǒng)介紹，總結一份超全的文獻 paper 列表。

GitHub 項目地址：

https://github.com/hoya012/deep_learning_object_detection

知名會議

會議：

NeurIPS：https://nips.cc/

ICML：https://icml.cc/

ICLR：https://iclr.cc/

AAAI：https://aaai.org/Conferences/AAAI-19/

IJCAI：https://www.ijcai.org/

UAI：http://www.auai.org/uai2019/index.php

計算機視覺：

CVPR：http://cvpr2019.thecvf.com/

ECCV：https://eccv2018.org/program/main-conference/

ICCV：http://iccv2019.thecvf.com/

自然語言處理：

ACL：http://www.aclcargo.com/

EMNLP：https://www.aclweb.org/portal/content/emnlp-2018

NAACL：https://naacl2019.org/

知名期刊

JAIR：https://www.jair.org/index.php/jair

JMLR：http://www.jmlr.org/

其它

機器人方面，有 CoRL（學習）、ICAPS（規(guī)劃，包括但不限于機器人）、ICRA、IROS、RSS；

對于更理論性的研究，有 AISTATS、COLT、KDD。

理論應用

自然語言處理課程推薦

自然語言處理（NLP，Natural Language Processing）是研究計算機處理人類語言的一門技術，目的是彌補人類交流（自然語言）和計算機理解（機器語言）之間的差距。NLP包含句法語義分析、信息抽取、文本挖掘、機器翻譯、信息檢索、問答系統(tǒng)和對話系統(tǒng)等領域。

CS224n 斯坦福深度自然語言處理課

17版中文字幕：

https://www.bilibili.com/video/av41393758/?p=1

課程筆記：

http://www.hankcs.com/?s=CS224n%E7%AC%94%E8%AE%B0

2019版課程主頁：

http://web.stanford.edu/class/cs224n/

自然語言處理 - Dan Jurafsky 和 Chris Manning

B站英文字幕版：

https://www.bilibili.com/video/av35805262/

學術激流網(wǎng)：

http://academictorrents.com/details/d2c8f8f1651740520b7dfab23438d89bc8c0c0ab

書籍推薦

Python自然語言處理

入門讀物，整本書不僅涉及了語料庫的操作，也對傳統(tǒng)的基于規(guī)則的方法有所涉及。全書包括了分詞（tokenization）、詞性標注（POS）、語塊（Chunk）標注、句法剖析與語義剖析等方面，是nlp中不錯的一本實用教程。

自然語言處理綜論

By Daniel Jurafsky和James H. Martin

本書十分權威，是經(jīng)典的NLP教科書，涵蓋了經(jīng)典自然語言處理、統(tǒng)計自然語言處理、語音識別和計算語言學等方面。

統(tǒng)計自然語言處理基礎

By ChrisManning和HinrichSchütze

更高級的統(tǒng)計NLP方法，在統(tǒng)計基本部分和n元語法部分介紹得都很不錯。

博客推薦

我愛自然語言處理

地址：http://www.52nlp.cn/

TFIDF、文檔相似度等等在這個網(wǎng)站上都有通俗易懂的解釋

語言日志博客（MarkLiberman）

地址：

http://languagelog.ldc.upenn.edu/nll/

natural language processing blog

地址：https://nlpers.blogspot.com/

美國Hal Daumé III維護的一個natural language processing的 博客，經(jīng)常評論最新學術動態(tài)，值得關注。有關于ACL、NAACL等學術會議的參會感想和對論文的點評

項目推薦

基于LSTM的中文問答系統(tǒng)

https://github.com/S-H-Y-GitHub/QA

基于RNN的文本生成器

https://github.com/karpathy/char-rnn

基于char-rnn的汪峰歌詞生成器

https://github.com/phunterlau/wangfeng-rnn

用RNN生成手寫數(shù)字

https://github.com/skaae/lasagne-draw

開源NLP工具包

中文NLP相關：

https://github.com/crownpku/Awesome-Chinese-NLP

英文NLP相關：

NLTK:http://www.nltk.org/

TextBlob:http://textblob.readthedocs.org/en/dev/

Gensim:http://radimrehurek.com/gensim/

Pattern:http://www.clips.ua.ac.be/pattern

Spacy:http://spacy.io

Orange:http://orange.biolab.si/features/

Pineapple:https://github.com/proycon/pynlpl

相關論文

100 Must-Read NLP Papers

https://github.com/mhagiwara/100-nlp-papers

計算機視覺

計算機視覺的應用

計算機視覺的應用	無人駕駛
無人安防
人臉識別
車輛車牌識別
以圖搜圖
VR/AR
3D重構
無人機
醫(yī)學圖像分析
其他

課程推薦

Stanford CS223B

比較適合基礎，適合剛剛?cè)腴T的同學，跟深度學習的結合相對來說會少一點，不會整門課講深度學習，而是主要講計算機視覺，方方面面都會講到

李飛飛：CS231n課程：

https://mp.weixin.qq.com/s/-NaDpXsxvu4DpXqVNXIAvQ

書籍推薦

1.入門學習：

《Computer Vision：Models, Learning and Inference》

2.經(jīng)典權威的參考資料：

《Computer Vision：Algorithms and Applications》

3.理論實踐：

《OpenCV3編程入門》

推薦系統(tǒng)

推薦系統(tǒng)課程推薦

推薦系統(tǒng)就是自動聯(lián)系用戶和物品的一種工具，它能夠在信息過載的環(huán)境中幫助用戶發(fā)現(xiàn)令他們感興趣的信息，也能將信息推送給對它們感興趣的用戶。推薦系統(tǒng)屬于資訊過濾的一種應用。

推薦系統(tǒng)專項課程《Recommender Systems Specialization》

這個系列由4門子課程和1門畢業(yè)項目課程組成，包括推薦系統(tǒng)導論，最近鄰協(xié)同過濾，推薦系統(tǒng)評價，矩陣分解和高級技術等。

觀看地址：

https://www.coursera.org/specializations/recommender-systems

書籍推薦

《推薦系統(tǒng)實踐》（項亮 著）

《推薦系統(tǒng)》（Dietmar Jannach等 著，蔣凡 譯）

《用戶網(wǎng)絡行為畫像》（牛溫佳等 著）

《Recommender Systems Handbook》（Paul B·Kantor等 著）

算法庫

LibRec

LibRec是一個Java版本的覆蓋了70余個各類型推薦算法的推薦系統(tǒng)開源算法庫，由國內(nèi)的推薦系統(tǒng)大牛郭貴冰創(chuàng)辦，目前已更新到2.0版本，它有效地解決了評分預測和物品推薦兩大關鍵的推薦問題。

項目地址: https://github.com/guoguibing/librec

官網(wǎng)地址：https://www.librec.net/

LibMF

C++版本開源推薦系統(tǒng)，主要實現(xiàn)了基于矩陣分解的推薦系統(tǒng)。針對SGD（隨即梯度下降）優(yōu)化方法在并行計算中存在的 locking problem 和 memory discontinuity問題，提出了一種 矩陣分解的高效算法FPSGD（Fast Parallel SGD），根據(jù)計算節(jié)點的個數(shù)來劃分評分矩陣block，并分配計算節(jié)點。

項目地址：

http://www.csie.ntu.edu.tw/~cjlin/libmf/

SurPRISE

一個Python版本的開源推薦系統(tǒng)，有多種經(jīng)典推薦算法

項目地址：http://surpriselib.com/

Neural Collaborative Filtering

神經(jīng)協(xié)同過濾推薦算法的Python實現(xiàn)

項目地址：

https://github.com/hexiangnan/neural_collaborative_filtering

Crab

基于Python開發(fā)的開源推薦軟件，其中實現(xiàn)有item和user的協(xié)同過濾

項目地址：http://muricoca.github.io/crab/

常用數(shù)據(jù)集

MovieLen

https://grouplens.org/datasets/movielens/

MovieLens數(shù)據(jù)集中，用戶對自己看過的電影進行評分，分值為1~5。MovieLens包括兩個不同大小的庫，適用于不同規(guī)模的算法。小規(guī)模的庫是943個獨立用戶對1 682部電影作的10 000次評分的數(shù)據(jù)；大規(guī)模的庫是6 040個獨立用戶對3 900部電影作的大約100萬次評分。適用于傳統(tǒng)的推薦任務

Douban

https://www.cse.cuhk.edu.hk/irwin.king.new/pub/data/douban

Douban是豆瓣的匿名數(shù)據(jù)集，它包含了12萬用戶和5萬條電影數(shù)據(jù)，是用戶對電影的評分信息和用戶間的社交信息，適用于社會化推薦任務。

BookCrossing

http://www2.informatik.uni-freiburg.de/~cziegler/BX/

這個數(shù)據(jù)集是網(wǎng)上的Book-Crossing圖書社區(qū)的278858個用戶對271379本書進行的評分，包括顯式和隱式的評分。這些用戶的年齡等人口統(tǒng)計學屬性(demographic feature)都以匿名的形式保存并供分析。這個數(shù)據(jù)集是由Cai-Nicolas Ziegler使用爬蟲程序在2004年從Book-Crossing圖書社區(qū)上采集的。

推薦論文

經(jīng)典必讀論文整理，包括綜述文章、傳統(tǒng)經(jīng)典推薦文章、社會化推薦文章、基于深度學習的推薦系統(tǒng)文章、專門用于解決冷啟動的文章、POI相關的論文、利用哈希技術來加速推薦的文章以及推薦系統(tǒng)中經(jīng)典的探索與利用問題的相關文章等。

項目地址:

https://github.com/hongleizhang/RSPapers

推薦項目

今日頭條推薦系統(tǒng)機制介紹，面向內(nèi)容創(chuàng)作者。分享人：項亮，今日頭條推薦算法架構師:

https://v.qq.com/x/page/f0800qavik7.html?

3分鐘了解今日頭條推薦系統(tǒng)原理

https://v.qq.com/x/page/g05349lb80j.html?

Facebook是如何為十億人推薦好友的

https://code.facebook.com/posts/861999383875667/recommending-items-to-more-than-a-billion-people/

Netflix的個性化和推薦系統(tǒng)架構

http://techblog.netflix.com/2013/03/system-architectures-for.html

風控模型（評分卡模型）

評分卡模型簡介

評分卡模型時在銀行、互金等公司與借貸相關業(yè)務中最常見也是最重要的模型之一。簡而言之它的作用就是對客戶進行打分，來對客戶是否優(yōu)質(zhì)進行評判。

根據(jù)評分卡模型應用的業(yè)務階段不用，評分卡模型主要分為三大類：A卡（Application score card）申請評分卡、B卡（Behavior score card）行為評分卡、C卡（Collection score card）催收評分卡。其中申請評分卡用于貸前，行為評分卡用于貸中，催收評分卡用于貸后，這三種評分卡在我們的信貸業(yè)務的整個生命周期都至關重要。

推薦書籍

《信用風險評分卡研究——基于SAS的開發(fā)與實施》

評分卡模型建模過程

樣本選取

確定訓練樣本、測試樣本的觀察窗（特征的時間跨度）與表現(xiàn)窗（標簽的時間跨度），且樣本的標簽定義是什么？一般情況下風險評分卡的標簽都是考慮客戶某一段時間內(nèi)的延滯情況。

特征準備

原始特征、衍生變量

數(shù)據(jù)清洗

根據(jù)業(yè)務需求對缺失值或異常值等進行處理

特征篩選

根據(jù)特征的IV值（特征對模型的貢獻度）、PSI（特征的穩(wěn)定性）來進行特征篩選，IV值越大越好（但是一個特征的IV值超過一定閾值可能要考慮是否用到未來數(shù)據(jù)），PSI越小越好（一般建模時取特征的PSI小于等于0.01）

對特征進行WOE轉(zhuǎn)換

即對特征進行分箱操作，注意在進行WOE轉(zhuǎn)換時要注重特征的可解釋性

建立模型

在建立模型過程中可根據(jù)模型和變量的統(tǒng)計量判斷模型中包含和不包含每個變量時的模型質(zhì)量來進行變量的二次篩選。

評分指標

評分卡模型一般關注的指標是KS值（衡量的是好壞樣本累計分部之間的差值）、模型的PSI(即模型整體的穩(wěn)定性）、AUC值等。

知識圖譜

知識圖譜

知識圖譜是一種結構化數(shù)據(jù)的處理方法，它涉及知識的提取、表示、存儲、檢索等一系列技術。從淵源上講，它是知識表示與推理、數(shù)據(jù)庫、信息檢索、自然語言處理等多種技術發(fā)展的融合。

為什么需要知識圖譜？什么是知識圖譜？——KG的前世今生

https://zhuanlan.zhihu.com/p/31726910

什么是知識圖譜？

https://zhuanlan.zhihu.com/p/34393554

智能搜索時代：知識圖譜有何價值？

https://zhuanlan.zhihu.com/p/35982177?from=1084395010&wm=9848_0009&weiboauthoruid=5249689143

百度王海峰：知識圖譜是 AI 的基石

http://www.infoq.com/cn/news/2017/11/Knowledge-map-cornerstone-AI#0-tsina-1-5001-397232819ff9a47a7b7e80a40613cfe1

譯文|從知識抽取到RDF知識圖譜可視化

http://rdc.hundsun.com/portal/article/907.html?hmsr=toutiao.io&utm_medium=toutiao.io&utm_source=toutiao.io

知識提取

構建kg首先需要解決的是數(shù)據(jù)，知識提取是要解決結構化數(shù)據(jù)生成的問題。我們可以用自然語言處理的方法，也可以利用規(guī)則。

使用規(guī)則

正則表達式（Regular Expression， regex）是字符串處理的基本功。數(shù)據(jù)爬取、數(shù)據(jù)清洗、實體提取、關系提取，都離不開regex。

推薦資料入門

精通正則表達式

regexper 可視化：例 [a-z]*(d{4}(D+))

pythex 在線測試正則表達式：

http://pythex.org/

推薦資料進階

re2 ：Python wrapper for Google s RE2 using Cython

https://pypi.python.org/pypi/re2/

Parsley ：更人性化的正則表達語法

http://parsley.readthedocs.io/en/latest/tutorial.html

中文分詞和詞性標注

分詞也是后續(xù)所有處理的基礎，詞性（Part of Speech, POS）就是中學大家學過的動詞、名詞、形容詞等等的詞的分類。一般的分詞工具都會有詞性標注的選項。

推薦資料入門

jieba 中文分詞包

https://github.com/fxsjy/jieba

中文詞性標記集

https://github.com/memect/kg-beijing/wiki/

推薦資料進階

genius 采用 CRF條件隨機場算法

https://github.com/duanhongyi/genius

Stanford CoreNLP分詞

https://blog.csdn.net/guolindonggld/article/details/72795022

命名實體識別

命名實體識別（NER）是信息提取應用領域的重要基礎工具，一般來說，命名實體識別的任務就是識別出待處理文本中三大類（實體類、時間類和數(shù)字類）、七小類（人名、機構名、地名、時間、日期、貨幣和百分比）命名實體。

推薦資料

Stanford CoreNLP 進行中文命名實體識別

https://blog.csdn.net/guolindonggld/article/details/72795022

深度學習

使用自然語言處理的方法，一般是給定schema，從非結構化數(shù)據(jù)中抽取特定領域的三元組（spo），如最近百度舉辦的比賽就是使用DL模型進行信息抽取。

序列標注：使用序列生出模型，主要是標記出三元組中subject及object的起始位置，從而抽取信息。

推薦資料

序列標注問題

https://www.cnblogs.com/jiangxinyang/p/9368482.html

seq2seq

使用seq2seq端到端的模型，主要借鑒文本摘要的思想，將三元組看成是非結構化文本的摘要，從而進行抽取，其中還涉及Attention機制。

seq2seq詳解

https://blog.csdn.net/irving_zhang/article/details/78889364

詳解從Seq2Seq模型到Attention模型

https://caicai.science/2018/10/06/attention%E6%80%BB%E8%A7%88/

知識表示

知識表示（Knowledge Representation，KR，也譯為知識表現(xiàn)）是研究如何將結構化數(shù)據(jù)組織，以便于機器處理和人的理解的方法。

需要熟悉下面內(nèi)容：

JSON和YAML

json庫：

https://docs.python.org/2/library/json.html

PyYAML: 是Python里的Yaml處理庫

http://pyyaml.org/wiki/PyYAML

RDF和OWL語義：

http://blog.memect.cn/?p=871

JSON-LD

主頁：http://json-ld.org/

知識存儲

需要熟悉常見的圖數(shù)據(jù)庫

a.知識鏈接的方式：字符串、外鍵、URI

b.PostgreSQL及其JSON擴展

Psycopg包操作PostgreSQL

http://initd.org/psycopg/docs/

c.圖數(shù)據(jù)庫 Neo4j和OrientDB

1.Neo4j的Python接口 https://neo4j.com/developer/python/

2.OrientDB：http://orientdb.com/orientdb/

d.RDF數(shù)據(jù)庫Stardog

Stardog官網(wǎng)：http://stardog.com/

知識檢索

需要熟悉常見的檢索技術

ElasticSearch教程：

http://joelabrahamsson.com/elasticsearch-101/

相關術語及技術路線

本體：

https://www.zhihu.com/question/19558514

RDF：

https://www.w3.org/RDF/

Apache Jena：

https://jena.apache.org/

D2RQ：

http://d2rq.org/getting-started

Protege構建本體系列

protege：

https://protege.stanford.edu/

protege使用：

https://zhuanlan.zhihu.com/p/32389370

開發(fā)語言

python或java

圖數(shù)據(jù)庫技術

Neo4j：https://neo4j.com/

AllegroGraph：https://franz.com/agraph/allegrograph/

可視化技術

d3.js：https://d3js.org/

Cytoscape.js：http://js.cytoscape.org/

分詞技術

jieba：https://github.com/fxsjy/jieba

hanlp：https://github.com/hankcs/HanLP

項目實戰(zhàn)

基于知識圖譜的問答：

https://github.com/kangzhun/KnowledgeGraph-QA-Service

Agriculture_KnowledgeGraph：

https://github.com/qq547276542/Agriculture_KnowledgeGraph