机器学习和深度学习路线

àì夳堔傛蜴生んèń 2024-05-24 02:12 73阅读 0赞

### 1、Python学习 ###

学习python首推廖雪峰老师的教程，建议系统的学习下该教程，敲代码运行跑一跑。  
地址：[点击查看][Link 1]

在实验楼上有许多的小demo，试着敲一敲。  
地址：[点击查看][Link 2]

### 2、机器学习 ###

#### 2.1 数学知识 ####

在学习机器学习之前，数学功底不好的小伙伴就很头疼，一大堆的数学公式。这里推荐了一些数学的书籍，大家按需下载，选择其中两三本即可。  
地址：链接：[点击查看][Link 3] 提取码：ceda  
国内较好的书籍，**概率论，高等数学，线性代数，图论，数值分析**，反正就是大学所学的数学知识，奈何还是没搞明白。想出好的成果，数学基础和编程非常重要。

#### 2.2 机器学习 ####

**备注：建议仔细阅读统计学习方法和机器学习，推算一下公式，善于归纳做笔记，其中算法代码实现一下。冰冻三尺非一日之寒,滴水石穿非一日之功。一点一滴，日积月累，量变会引起质变。**

周志华老师的**西瓜书**，入门有点难度，需要一定的数学功底。  
地址：链接：[点击查看][Link 4] 提取码：rlzu

李航老师的**统计学习方法**，适合入门，推荐先看统计学习方法，再看西瓜书。

*  地址：链接：[点击查看][Link 5] 提取码：u7vh
 *  code:[机器学习算法][Link 6]，[机器学习算法][Link 7]

算法工程师面试书籍：**《百面机器学习》**，可以买来扎实基本功。

吴恩达老师的机器学习教程的笔记，视频可以在**网易云课堂**上找到。此外还有台湾大学林轩田老师、莫烦的机器学习教程。  
地址：链接：[点击查看][Link 8]提取码：lo55  
机器学习笔记：[点击查看][Link 9]

#### 2.3 机器学习编程 ####

机器学习实战  
地址：链接：[点击查看][Link 10] 提取码：1ua9

#### 2.4 凸优化 ####

凸优化  
地址：链接：[点击查看][Link 11] 提取码：wkqc

### 3、深度学习 ###

#### 3.1 视频 ####

Ng视频地址：[点击查看][Link 12]

*  视频课后作业：[点击查看][Link 13]

Li FeiFei视频地址：[CS231n计算机视觉课程][CS231n]

#### 3.2 书籍 ####

深度学习500问：[DeepLearning-500-questions][]，是一个github开源项目，资料很全。

深度学习：

*  人民邮电出版社的《**深度学习**》，该书籍内容很全，方便平时查阅。
 *  《**动手学深度学习**》，该书籍配套资料很全，[MXNet代码地址][MXNet]，[Pytorch代码地址][Pytorch]。

### 3.3 Code: ###

tensorflow & pytorch

*  《**深度学习框架pytorch 入门与实践**》,pytorch入门不错书籍，多翻阅几次，运行调试代码。[pytorch中文文档在线][pytorch]。
 *  《**TensorFlow实战**》，tensorflow学习。

题外：[网络模型可视化工具][Link 14]，可在github上下载exe,dmg文件。

**备注：以上推荐也是本人学习历程，本人也会实时更新该推荐**。

由于作者水平有限，文中若有不正确的地方，欢迎大家指出，若有任何问题，请在下方讨论。

[Link 1]: https://www.liaoxuefeng.com/wiki/1016959663602400
[Link 2]: https://www.shiyanlou.com/courses/?fee=free&tag=Python&sort=default&preview=false&category=%E5%85%A8%E9%83%A8
[Link 3]: https://pan.baidu.com/s/13jKcNdkmhb9mfKNWed2BmA
[Link 4]: https://pan.baidu.com/s/1JmSlK3ABaVtm07_geq2MCQ
[Link 5]: https://pan.baidu.com/s/1QIMRu4LplUwfYbRC9xd35g
[Link 6]: https://blog.csdn.net/weixin_37993251/column/info/30879
[Link 7]: https://blog.csdn.net/qq_39303465/article/details/79176075
[Link 8]: https://pan.baidu.com/s/1VEZtd4bxklNYeF1DHxwr7Q
[Link 9]: http://www.ai-start.com/ml2014/
[Link 10]: https://pan.baidu.com/s/1442_JJuOKfiwluHqOGacSA
[Link 11]: https://pan.baidu.com/s/1rhIj6F3aWiP1a871G_Gwow
[Link 12]: https://mooc.study.163.com/smartSpec/detail/1001319001.htm
[Link 13]: https://blog.csdn.net/u013733326/article/details/79827273
[CS231n]: https://study.163.com/course/courseMain.htm?courseId=1003223001
[DeepLearning-500-questions]: https://github.com/scutan90/DeepLearning-500-questions
[MXNet]: http://zh.d2l.ai/chapter_prerequisite/install.html#%E5%8F%82%E4%B8%8E%E8%AE%A8%E8%AE%BA
[Pytorch]: https://github.com/ShusenTang/Dive-into-DL-PyTorch
[pytorch]: https://pytorch-cn.readthedocs.io/zh/latest/
[Link 14]: https://lutzroeder.github.io/netron/?tdsourcetag=s_pcqq_aiomsg