Author | Just
Produced | AI technology base camp (ID: rgznai100)
You read a lot of artificial intelligence of this introductory book, but still can not find a valid connection classify them effective, structured expression, because knowledge is fragmented, chaos in your brain.
The best way is the backbone of a book, and then use other books to trap check missing. But if you organize yourself, definitely it takes a long time, because some of the contents of each book is repetitive, how not to repeat the content classification is not easy to fill.
It does not matter, as long as your finger, on the Internet we can always find such resources. Now that has been done sorting and screening work for you. Members of the open source community ApacheCN of artificial intelligence chapters of each book entry ease of disassembly, and then merge the knowledge in accordance with the manual finishing the artificial intelligence knowledge tree. You can follow in order to learn the knowledge, if you understand a knowledge point, there is no need to go see the rest of the article.
The Artificial Intelligence Knowledge Tree v1.0 is finishing the learning content from zero to one, including statistical machine learning, deep learning, time series, machine vision, embedded chart represents the learning, natural language processing / graph, reinforcement learning, recommendation system, processing / engineering features, the model evaluation / model tuning, optimization and other content consisting of 12 study notes.
Statistical machine learning section, for example, is mainly divided into the basics of linear regression / logistic regression / softmax regression, decision trees / random forest, GDBT / XGBoost, naive Bayes, SVM, K neighbors, KMeans knowledge, etc. 19 point.
Another example is the depth of learning, time series, machine vision and other content, knowledge is admirably thorough, honest to belong to "see that this is enough."
GitHub address to obtain information look here:
https://github.com/apachecn/ai-roadmap/tree/master/v1.0
当然，ApacheCN 中不止有人工智能知识树 v1.0 这一份资料，除了人工智能学习资料外，该开源组织还整理了算法刷题训练指南、scikit-learn 中文文档、kaggle 项目实战教程以及 PyTorch 中文文档。
如果你想找系统化梳理的人工智能学习资料，ApacheCN 整理的内容一定会给你惊喜。
官网地址：http://home.apachecn.org/
最后，大部分开源组织其实都是一群在免费资源背后默默付出，为开源世界做着力所能及的贡献的人，而不是机器和程序。套用一句时髦的话就是，他们也应该拥有姓名。
这次，AI科技大本营特意采访了 ApacheCN 的创始成员，他们说 ApacheCN 是一个“国内第一个有组织性、敢带人装X、敢真的分享、并且敢戴绿帽的中文开源组织。”像所有的开源组织一样，我们希望他们能被更多人知道，走得更远。
1、简单介绍一下 ApacheCN？
ApacheCN 是 2016 年 8 月份就开始搭建网站雏形， 2017 年 6 月份正式全职来做，是国内第一个有组织性、敢带人装X、敢真的分享、并且敢戴绿帽的中文开源组织。
成立 ApacheCN 是因为国内 AI 方面（包括但不仅限于 AI 方面）的资料过于贫乏，大多零散且维护滞后，有明显的学习门槛 。大牛们的分享往往要么过于表面，要么充斥着大量的专有名词难以理解（P.S.：尽管 AI 方向确实存在很多专有名词，但是我们还是希望能够让它更易于理解）。另外，国内知识付费的门槛又很低，很多低质量的知识在大肆收割智商税的同时，高质量内容无人问津，正是这种劣币驱逐良币的现象，让我们萌生了建立一个高质量、公开且具有活力的社区。
我们现在的组织架构一个是完全个性化安排，团队成员负责喜欢的方向，只要对学习有帮助，组织就全力支持！），另一个是换届制管理，由于开源人才的流动性大，避免死海现象，开源更适合这种模式。
内容方面的话，主要以兴趣、工作、权威和需求为导向来建立标准规范。
2、 请介绍一下团队创始成员各自的工作背景？在 ApacheCN 的主要职责分别是什么？
@片刻：工作 5 年从事 NLP，目前在创业公司打杂。负责组织内部稳定和协调、录制面试和求职干货。
@庭哥：工作 5 年从事大数据。负责组织内部基础文档模块的雏形构建。
@小瑶：工作 3 年从事 CV 方向。目前主要负责新闻资讯相关，以及配合组织内各大佬的工作。
@飞龙：南理工硕士在读（人工智能方向）。负责翻译活动和媒体运营。
@咸鱼：创业公司打杂。负责项目管理和产品需求，组织内负责对外合作等事宜。
@算子：致力于融合人工智能与网络应用，创业中。负责组织网站平台建设。
3、 你们应该都是在空闲时间打理 ApacheCN，介绍一下大概需要做的工作？
翻译活动：需要跑脚本和处理合并请求，大概每天十几分钟。
媒体运营：需要发周报，大概每个周末两个小时。
群活跃：需要每天花费 1～2 个小时吧（不过都是零散时间）。
内容分享：会把自己每天学习有价值的干货分享给大家（几分钟，零散时间，顺便的事情）。
对外合作：目前跟其他几家平台联合搞一些事情，每周会花 5 小时左右。
内容录制：晚上在家或周末，会录制一些比赛视频 or 面试简历讲解。
网站平台：遇到网站需要升级完善可能要每天花几个小时，如果是日常维护每天大概花费十几分钟修补一些内容。
4、 类似的开源组织应该也有很多，ApacheCN 是否有自己特别的发展方向？
首先我们主要致力于 AI 的普及，我们认为各行各业的人都需要学习和使用 AI，AI 会在各行各业创造更大的价值。
我们不会局限于现有的推广渠道，或者某些固有的传播学认知，不介意用任何增长黑客策略。为了降低运营成本，使组织持续发展，我们会使用一些工具，使各个流程数据化和自动化，让开源社区的运营就像每天刷牙洗脸一样简单。
与某些有大公司背书的开源组织不同，我们不设定门槛，你只要爱学习，乐于提问和分享，那么就符合我们要求，也符合我们对开源的认知：人人都可以开源、人人都可以参与，这个时代大家智商都差不多，所以更应该有更大的包容心！（而不仅仅是秀背景和学历！）
与商业组织不同，我们并不会追逐热点，或者唯利是图，而是打造真正有价值的长尾作品。我们非常在乎作品的潜在价值，希望它能帮助用户解决工作和生活上的问题，进而产生意想不到的价值。
我们坚信“产品决定品牌”而不是“品牌决定产品”，并且把宣传也看成作品的一个不可分割的部分。作为一个开源社区，我们视功名为浮云，将良好的内容和宣传策略当作成功的保证。
互联网上的信息大多是 混沌和稀疏的，我们秉承 “海量信息等于没有信息” ，有甄别地提供我们的内容，使用 AI、数据挖掘等技术来优化我们的流程和工具，充分利用大家的认知盈余，提供高质量的社区内容。
5、 你们的口号为什么是“不装X的人，我们都不想认识”（门槛这么高？低调且牛X的人怎么就没资格加入了:)）
@平静：装X可以是一种公用属性。我们欢迎乐意分享，喜欢 AI 的成员。
@飞龙：装X实际上是“打造个人品牌”，因为成员为组织做贡献，组织反过来帮助成员，这样才能形成正反馈，持续发展。例如，组织帮助成员打造个人品牌，提高身价，成员会更乐意，或更有能力为组织做贡献，这是件双赢的事情。“装X”这个词是非常有号召力的，设计口号的时候，我们发现把它换成任何一个词，都不如“装X”好。
@大鱼：最好的装X一般是无形的。比如说，如果我们为流程的某个环节写了一个辅助工具，我们不会说“我们非常厉害，为某个活动特此设计了工具”，而是说“我们不是很厉害，没找到业界通用的工具，于是自己做了一个”。
@算子：一切为了X格。
@张一极：为了知识和技术的传播，我们选择一直（装X？）。
@扬帆起航：坚持把技术传播下去，时间一长也就成了装X大佬。
@片刻：装X是一种乐于分享的姿态，就像别人总说：片刻大佬，好装X啊！其实不是说你牛X，而是说你愿意把你牛X的东西分享给大家，大家对你的认可的方式！（我们群有一个烦焖鸡老哥就是默默无闻，没事就分享一些笔记资料和回答问题，然后下面小老弟各种拜膜）
@小瑶：怀着装X的心去吹牛X多爽！吹牛X人人都会吹，但我们与他们的不同是，我们不仅仅会吹牛X，还会把吹出去的牛X，实现并且做到能力所及的最好，这何尝不是一种装X？跟着我们走，你会发现你的吹牛X能力增长迅猛，装X的心也会越来越大。。。只要你想变强，内在心理是装X的，那就能加入，哈哈。
@蛋黄：常与同好争高低。再低调牛X的人，在自己的领域，也会有争胜之心。讨论和交流，才会产生真正有价值的东西。
@庭 : 一个人可以走（zhuang）的（bi）很快，一起却可以走（zhuang）的（bi）更远 。。。
6、 ApacheCN 现在的运营状态如何？团队日常的运营和维护费用是怎么解决的？
我们拥有一个日 UIP 4k 的网站（流量相当于 RubyChina 或 1/30 个 OSChina），广告收入能够抵消服务器的开销。我们没有在推广方面花过钱，所有渠道都是成员自带，或者一点一点做起来的。当然，我们目前也仅仅是能够自收自支的状态，谈不上盈利。
7、 作为一个开源组织，你们目前需要什么来自外界的帮助？
期待公益基金赞助: 100万元/2年。主要用途：1.组织员工基础工资；2.对贡献者的奖励；3.基础的服务硬件。希望通过我们的汗水，给更多的人学习带来更便捷的知识财富。
8、 关于 ApacheCN，还有什么想说的？
我觉得我们真的没什么特别的地方，我们都是一群普普通通的一群爱吃辣条、爱分享的人，我们没有靠什么背景，也没有什么资源，分享的东西也没有多么牛X，甚至我们分享的教程、比赛、也没有得过什么大奖（当然群友有一些牛X的），但我们是真心愿意高标准要求自己，低姿态接纳小白，把学到的知识真心的去分享给他们、帮助他们、让他们少走弯路，并带他们一起牛X。
虽然在 GitHub 上面被网友力推，得到全球组织排名 119，我感觉的只是我们愿意奉献而已。期待更多的人加入 ApacheCN 或者和 ApacheCN 一起推动国内的知识开源，让开源更健康成长。
最后还要感谢组织内部乐于分享者、各种渠道方式的受众、还有那些默默输送资源、背后维护平台稳定和发展的美女靓仔们。