人工智能和大数据的基础个人推荐台湾大学李宏毅老师的机器学习网课，b站有。
数学方面主要需要有线性代数和概率论的基础。（线性代数李宏毅老师也有网课，可以二倍速刷一遍）
看文献要有英语基础。

看文献可以先看看相关方向文献综述，找找感觉，比如（顺手找的，不太新了）A State-of-the-Art Survey on Deep Learning Theory and Architectures，A Survey of Deep Learning and Its Applications: A New Paradigm to Machine Learning，Big Data Deep Learning: Challenges and Perspectives（2014），Deep learning

想到有补充再更（

    自己没有相关的经验，但从编程技能的角度私以为无论本科还是研究生应该是相通的，只是现实的压力和可支配的时间的不一样，跨考+读研时期入门，在时间精力上可能需要更加稳住。

    网站过去的旧帖子也已有很多相关的链接汇总，可以找一些合适的导论类型的资料快速入手试试，类似 MIT 6.001（这个我没玩过，看简介好像蛮契合的，欢迎看到的同学楼下补充）、CS50 这些比较有组织的课程。

      6 天 后

      建议先找准一个研究子方向，再阅读这一子方向的相关Reviews/Surveys/Overviews papers，你会发现很多不认识的术语、概念、模型，这时再针对性地查阅文献或知乎进行补充，这样才能更快进入科研状态。而不是一上来就补各种机器学习/深度学习知识，研一一年过去了你还是无头苍蝇，而别人已经发了CVPR/NIPS了。。做科研不是走马观花，也不是Foundation is all you need，每一篇paper都是一颗不一样的珍珠，不是看完所有paper打完所有基础你才能开始科研。科研是你发现问题，解决问题的过程，看现有的paper存在哪些问题，due to this problem 你再进行 proposed xxx，就是一篇新paper了。

        1 年 后

        © 2018-2025 0xFFFF