机器学习+深度学习+数学基础+tensorflow PDF

机器学习和深度学习现在越来越火热，从业人数和感兴趣的人越来越多。大家在学习的时候，是不是感觉到网上的资料很散乱，深浅不一？自己有限的时间里到底要看哪些资料是最值得的？这个问题在我最近两年的学习过程里特别纠结，查询和筛选资料花费了大量的时间。现在我的学习结业了，把我看到的想到的一些总结和相关的资料分享给大家：

1.开发框架就选tensforflow就好啦。有Google的支持，选择学习的人也相对最多，自然是未来最主流的开发框架无疑。tensorflow的keras高级API很好用，不像以前直接用tensorflow的API晦涩难懂。主要的开发框架的对比介绍可以参考《深度学习框架》这篇文章，要更多了解tensorflow知识，可以参考极客网站的tensorflow专栏。在本文中附档的资料里，有tensorflow for deep learning的PDF可供参考。

2.做机器学习和深度学习之前，所需要的数学基本知识还是要掌握和再复习的。比如线性代数，矩阵，微积分，概率论等。在本文中附档的资料里，有《深度学习基础及数学原理》以及《Mathematics for machie learning》的PDF可供参考。极客教程的数学基础专栏可以参考。

3.机器学习的PRML中文版也是经典著作,是机器学习必读的书籍之一。在本文的附档资料里有。极客教程的机器学习专栏也可以参考一下。

4.深度学习的英文原著和中文版，神经网络与深度学习基础等，有一揽子书籍需要阅读，在附档里至少有8个文档需要学习。极客教程的深度学习专栏可以参考一下。

分享以上所提到的附档（内含十多个经典资料）下载地址给大家：

https://pan.baidu.com/s/19EBUWL_op9HxaZPe664eew

提取码: g4zq