首先,泥头车农民工的目标人群是在中国非CS专业但需要与AI相结合的大学本科生。(如果难度太高,中国的普通高校本科生无法适用)

课本知识点以ML基础为主,内容包含:基础机器学习中的回归分析、决策树、线性判别分析、Ada Boosting、K-means等传统知识点,以及深度学习中的CNN、RNN等经典网络。

基于国内外经典教材、课程进行总结和改写。参考内容:例如周志华老师的《机器学习》,吴飞老师的《人工智能导论》,Ian Goodfellow的《Deep Learning》等书籍资料;国内外Mooc、相关实验室的课程、资料;知乎或其他国内外论坛上ML爱好者们各类文章等。

已有资料存在的问题:
1.无法做到通俗易懂;2.理论和代码脱离;3.缺乏详细的推导过程;4.经典;5.重复搬运等。

我们的改进:
1.从直觉的角度介绍为什么这么做,并辅助大量的图片资料,帮助更形象地理解整个流程;2.在每章节中都配套了相关课件和训练代码,并将代码及其基础运行环境打包,通过平台工具及算力可一键运行;3.对大多数老师、同学们自动忽略的推导流程进行了通俗的分析,或在已有的推导流程中进行额外补充;4.引用相关经典内容;5.在爱好者搬运+个人解析的基础上选择新颖的观点作为补充。