《深度学习/数据分析从入门到放弃》（0基础深度学习/数据分析学习路线及清单）

摘要：
本文档是结合个人自学情况，整理的从0基础开始到深入（虽然还不是很深入）的深度学习学习路线及清单，包括：数学、编程、计算机专业课程、机器学习、深度学习、论文等这样一个路线，视频材料皆可免费学习，里面有很多不完整之处，尤其是后面，后期持续更新.
注：1. 数学、2. 编程、4. 机器学习部分可以作为数据分析的学习路线.
说明：
选学：【选学】：不作为主体学习内容，可跳过；
语言：【中】；【英】：原版为英文，实际皆有翻译；
体裁：【书籍】；【视频】；【文档】；【代码】；
评价：# 后为对本学习材料的简要评价，有评价的为本人已学过材料；

0 引言

结合个人自学情况，整理从0基础开始，深度学习从入门到深入（虽然还不是很深入）的学习路线及清单，包括：

1.数学（数学是永恒的基础，深度学习需要的数学内容也比较基础，其实就大学的那三门）→ 2. 编程（最终一定是通过代码实现，所以要学这个，现在主流的就是Python）→ 3. 计算机专业课程（选学，四大计算机基础课程，不学也不影响后续的学习，但从深入的角度，能掌握最好，至少有个概念）→ 4. 机器学习（选学，从概念上来说，机器学习包括了深度学习，这部分学习的主要是传统机器学习的内容，如能先学习，对于后续学习深度学习可以有一个铺垫，直接进入深度学习部分也行）→ 5. 深度学习（最终要达到的主体内容，目前人工智能的主流方法）→ 6. 论文（根据自身的方向，进一步深入理解和掌握各种算法和代码）.

对我个人是一次整理，也希望对他人有所参考，实际可根据自身情况选择学习，并非每个材料都需要学习，视频材料皆可免费学习，里面有很多不完整之处，尤其是后面，后期持续更新，如链接丢失，可重新搜索获取，如有任何问题，请指出，谢谢.

另：关于数据分析，主要是三方面，数学、工具和业务，本文档的1. 数学、2. 编程、4. 机器学习对应数学和工具内容，业务需根据自身情况去掌握.

1 数学

微积分

• 考研教材【中】【书籍】
• 托马斯微积分 Thomas' Calculus【英】【书籍】

线性代数

• 考研教材【中】【书籍】
• MIT线性代数【英】【视频】
  #不像国内教程，单注重计算，有注意理解本质
• 线性代数的本质【英】【视频】
  #主要通过几何方式的直观理解，和教材不同，没有计算这些，可以说是打开了线性代数的另一扇门，强烈推荐。这个链接不知道为什么打不开，可自行搜索

概率论与数理统计

• 考研教材【中】【书籍】

离散数学

• 离散数学（电子科技大学）【中】【视频】
  #中国大学MOOC上评分最高课程，讲解清晰易懂，PPT制作也可以

2 编程（Python）

• Python语言程序设计（北理工Python系列课程）【中】【视频】
  #思路清晰，讲解细致，中文Python课程里基本算是最佳
• Python语言基础与应用（陈斌 北京大学）
• Python网络爬虫与信息提取（北理工Python系列课程）【选学】【中】【视频】
  #思路清晰，讲解细致，中文Python课程里基本算是最佳
• Python数据分析与展示（北理工Python系列课程）【中】【视频】
  #思路清晰，讲解细致，中文Python课程里基本算是最佳
• Python编程：从入门到实践【中】【书籍】
• Kaggle
  #适合有编程基础的同学，简洁实用，可快速入门Python

3 计算机专业课程【选学】

C/C++

• C++语言程序设计基础（清华大学）【中】【视频】
  #思路清晰，体系完备，有一定深入，虽然写无需基础，其实适合有编程基础，不建议作为0基础入门课程

• C++语言程序设计进阶（清华大学）【中】【视频】
  #同上

数据结构

• 数据结构（王道考研）【中】【视频】
  #清晰易懂，虽然仅限理论，针对考试，需要C/C++基础
• 数据结构与算法Python版（陈斌 北京大学）
  #少有的Python版数据结构，思路清晰，代码讲解细致

计算机组成原理

• 计算机组成原理（王道考研）【中】【视频】
  #清晰易懂，虽然仅限理论，针对考试

操作系统

• 操作系统（王道考研）【中】【视频】
  #清晰易懂，虽然仅限理论，针对考试

计算机网络

• 计算机网络（王道考研）【中】【视频】
  #清晰易懂，虽然仅限理论，针对考试

4 机器学习【选学】

理论

• 机器学习（西瓜书）【中】【书籍】
• 吴恩达机器学习

实战

• Python机器学习应用（北理工Python系列课程）【中】【视频】
  #比较清楚，但仅是代码直接应用，如需学习，先最好掌握机器学习理论
• scikit-learn官方文档【英】【文档】
• scikit-learn官方文档【中】【文档】

5 深度学习

理论

• 吴恩达深度学习【英】【视频】
  #深入浅出，极易理解，深度学习最佳入门，没有之一
• 深度学习（花书)【英】【书籍】
  #进阶内容，非常难理解
• 《深度学习》花书啃书指导【中】【视频】
  #非常简单，只讲了个别概念，带了一遍目录，基本没什么实际内容

实战

• 吴恩达深度学习【英】【视频】
  #吴恩达团队课程，虽然不是吴恩达本人讲解，但继承了其风格，简洁明了，是学习tensorflow2.0的极佳课程
• 深度学习应用开发-TensorFlow实践分享【中】【视频】
  #男老师讲得非常细致，对Python中的一些未注意的点（未学到或未特别注意）而深度学习中需要用到的知识，都有详细的说明，女老师讲得粗糙，tensorflow1.0，版本有点老
• TensorFlow 入门实操课程【中】【视频】
  #总体浅显易懂，除了部分视频质量不是特别高，显得参差不齐，另外还有嵌入式应用
• Python深度学习【英】【书籍】
  #很好理解的实战书籍，keras最佳入门
• 动手学深度学习【英】【书籍】
• 动手学深度学习【中】【书籍】【视频】
  #沐神的课，不用多言
• 【子豪兄keras】Keras官方文档精读【中】【视频】
  #简单把文档过了一遍，没什么实质内容
  PyTorch深度学习快速入门教程（绝对通俗易懂！）【小土堆】【中】【视频】
  #讲解细致，尤其是对各函数的查询、学习方法很有用

计算机视觉

• 斯坦福CS231N【英】【视频】
• 【子豪兄】精讲CS231N斯坦福计算机视觉公开课（2020最新）【中】【视频】
• 【本课程配套的代码作业讲解见置顶评论】斯坦福CS231N计算机视觉作业讲解【中】【视频】

目标检测

• [目标检测]YOLO-v3 keras源码学习【中】【视频】
  #手把手敲代码，理论基本没多少，适合有一定基础

6 论文

UP主

• 跟李沐学AI【中】【视频】
  # 人称沐神，偶像，里面有理论、代码、论文，全方位学习，跟李沐学AI，没错
• Bubbliiiing【中】【视频】【代码】
  #总体比较详细，代码部分不会太详细
• 深度之眼官方账号【中】【视频】【代码】
• 【子豪兄】精读人工智能经典论文【中】【视频】