入门深度学习

2019年4月28日，在知乎上整理了很多热心网友和公众号提供的学习资源。

• 先上干货
  网上说，吴恩达的课程上手容易，更适合面向新手，数学推导没有向李宏毅那样多，李宏毅的课程会加深巩固相关基础
• 吴恩达的机器学习
  在知乎上找到的吴恩达的课程太多了，做个简单整理归纳！
  主要来源：Coursera斯坦福课程、网易云课堂、YouTube等
  网易云上吴恩达相关课程
• 网易云课堂上的人工智能国内外顶尖公开课(机器学习、神经网络、计算机视觉)

课程名称	简介	上手
吴恩达机器学习	机器学习	容易
网易云吴恩达深度学习专项课程	深度学习专项	容易
YouTube2018年深度学习秋季课程	深度学习	不同助教上课
吴恩达深度学习专项课程_Coursera	深度学习专项	有助学金
机器学习_Coursera	机器学习	有助学金
TensorFlow_Coursera	Tensorflow 计算机视觉&神经网络	有助学金
TensorFlow卷积神经网络_Coursera	计算机视觉模型及高级技巧	有助学金

- 吴恩达网易云的机器学习课程 → 可以搭配黄海广博士的笔记

入门

–	内容	代表	学习顺序
机器学习	经典机器学习模型、重要概念	吴恩达、李宏毅	F1
神经网络	概念性知识	3bule1brown、cs231n	F2
深度学习	概念性知识	吴恩达的网易云课堂深度学习专项、花书	S1
项目、其他补充知识	与课程搭配	Michael A. Nielsen的《神经网络与深度学习》等	E

F1 机器学习

第一阶段主要学习机器学习，分别有斯坦福大学的吴恩达和台湾大学的李宏毅的课程（从0开始，英文基础也不好）

• 斯坦福大学 吴恩达机器学习

  1. 网易云课堂的吴恩达的机器学习开始

• 台湾大学 李宏毅机器学习
  李宏毅老师经典资源

  1. 一天学习深度学习的PPT
  2. 机器学习
  3. 机器学习及其深层与结构化
  4. 应用深度学习、机器学习深度与结构化(台大其他老师上课)

• 吴恩达老师讲的更简单，李宏毅老师讲的数学基础可能更多，但是李宏毅老师是中英文掺杂着讲的，需要可以先熟悉机器学习里面各种专业名词

• 搭配资料

  1. 黄海广博士的笔记
  2. 李宏毅 一天学习深度学习的PPT
  3. Michael A. Nielsen的《神经网络与深度学习》前两章
  4. 西瓜书

F2 神经网络

第二阶段主要是学习神经网络和计算机视觉方面，并且上手实际项目

• 3B1B 神经网络
  1. 3blue 1brown
• 李飞飞 CS231n
  1. 卷积神经网络-视觉识别_斯坦福清楚，助教讲的，仅英文字幕
  2. 网易云翻译中文字幕课程有点模糊，本人讲解，中文字幕
• 机器学习相关项目
  1. 知乎上整理的重要项目
  2. Christopher Olah的博客

S1 深度学习专项学习

主要3点：吴恩达深度学习专项课程、图像处理、实战

• 吴恩达深度学习专项课程（图像处理第四讲，NLP/序列建模第五讲）
  1. 网易云
  2. Coursera
• 搭配
  1. 图像处理 Michael A. Nielsen的《神经网络与深度学习》第六章
  2. 序列建模 Olah的博客
  3. 花书

E 补充资料

从知乎上整理的额外资料，个人按重要性排序
注：额外的资料是在基础扎实后，再返回复习，尝试着新的理解

一、个人/组织系统整理的机器学习

• 1. 前沿性论文（很多方面）

• 2. 代表性论文（有点老）

• 3. Michael A. Nielsen的《神经网络与深度学习》
  代码
  python3
  python2

• 4. 李牧《动手学深度学习》 中文书 A伯克利教程
  B哔哩哔哩教程
  书中代码？

• 5. 弗吉尼亚理工大学团队_论文、数据集、框架、课程、书
  使用说明

• 6. 复旦大学邱锡鹏《神经网络与深度学习》 个人主页

• 7. 牛津博士Andrew Trask

• 8. 国内机器学习学者——莫烦
  个人主页

• 9. OKAI，知识门槛低

• 10. UFLDL教程神经网络教程

• 11. Tensorfly机器学习中文社区

• 12.涉及大多数机器/深度学习有趣视频

二、单项学习

• 1. A 台湾大学林轩田机器学习基石
  B 加州理工大学Yaser Abu-Mostafa 机器学习
• 2. 吴恩达机器学习（知乎网友课程笔记）
• 3. 自然语言处理：斯坦福
• 4. 增强学习：伯克利
• 5. 增强学习：AlphaGo之父
• 6. CS224n序列建模

三、上手实践

• 1. Christopher Olah的博客
• 2. Python实战教程
• 3. Python 关键代码
• 4. Python基础和编码规范
• 5. 语音识别(信号处理)

四、国内高校资料

1. 浙江大学
2. 上海交大
3. 北大
4. 中科大

整理资料的主要来源——知乎
link_main
link_书单
link_书单+视频
link1
link2
link3