DeepLearning Tutorial

一. 入门资料

完备的 AI 学习路线，最详细的中英文资源整理 :star:

AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NL

Machine-Learning

数学基础

• 矩阵微积分
• 机器学习的数学基础
• CS229线性代数与概率论基础

机器学习基础

快速入门

• 机器学习算法地图
• 机器学习 吴恩达 Coursera个人笔记  && 视频（含官方笔记）  
• CS229 课程讲义中文翻译 && 机器学习 吴恩达 cs229个人笔记 && 官网（笔记）  && 视频（中文字幕）  
• 百页机器学习

深入理解

• 《统计学习方法》李航 && 《统计学习方法》各章节笔记 && 《统计学习方法》各章节笔记 && 推荐答案：statistical-learning-method-solutions-manual 《统计学习方法》各章节笔记 && 《统计学习方法》各章节代码实现与课后习题参考解答
• 《模式识别与机器学习》 Christopher Bishop
• 《机器学习》 周志华 && 南瓜书：pumpkin-book
• 《机器学习实战》 PelerHarrington
• 机器学习与深度学习书单

深度学习基础

快速入门

• 深度学习思维导图 && 深度学习算法地图
• 《斯坦福大学深度学习基础教程》 Andrew Ng（吴恩达）
• 深度学习 吴恩达 个人笔记  && 视频
• MIT深度学习基础-2019视频课程
• 台湾大学（NTU）李宏毅教授课程 && [leeml-notes
• 图解深度学习_Grokking-Deep-Learning
• 《神经网络与深度学习》 Michael Nielsen    
• CS321-Hinton
• CS230: Deep Learning
• CS294-112

计算机视觉

• CS231 李飞飞 已授权个人翻译笔记 && 视频
• 计算机视觉研究方向

自然语言处理

• CS224n: Natural Language Processing with Deep Learning
• NLP上手教程
• NLP入门推荐书目（2019版）

深度强化学习

• CS234: Reinforcement Learning

深入理解

• 《深度学习》 Yoshua Bengio.Ian GoodFellow:star:  
• 《自然语言处理》Jacob Eisenstein
• 《强化学习》 && 第二版
• hangdong的深度学习博客,论文推荐
• Practical Deep Learning for Coders, v3
• 《Tensorflow实战Google深度学习框架》 郑泽宇 顾思宇

一些书单

• 2019年最新-深度学习、生成对抗、Pytorch优秀教材推荐

工程能力

• 如何系统地学习算法？ && LeetCode && leetcode题解 && 《算法导论》中算法的C++实现
• 机器学习算法实战
• 深度学习框架
• 如何成为一名算法工程师 && 从小白到入门算法，我的经验分享给你～ && 我的研究生这三年 :star:
• 编程面试的题目分类
• 《AI算法工程师手册》
• 如何准备算法工程师面试，斩获一线互联网公司机器学习岗offer？
• 【完结】深度学习CV算法工程师从入门到初级面试有多远，大概是25篇文章的距离
• 计算机相关技术面试必备 && CS-WiKi && 计算机基础面试问题全面总结 && TeachYourselfCS-CN && 面试算法笔记-中文
• 算法工程师面试
• 深度学习面试题目
• 深度学习500问
• AI算法岗求职攻略
• Kaggle实战
  • 常用算法：
    • Feature Engineering：continue variable && categorical variable
    • Classic machine learning algorithm：LR, KNN, SVM, Random Forest, GBDT(XGBoost&&LightGBM), Factorization Machine, Field-aware Factorization Machine, Neural Network
    • Cross validation, model selection：grid search, random search, hyper-opt
    • Ensemble learning
  • kaggle竞赛宝典第一章-竞赛框架篇！:star:
  • Kaggle 项目实战（教程） = 文档 + 代码 + 视频
  • Kaggle入门系列：（一）机器学习环境搭建 && Kaggle入门系列：（二）Kaggle简介 && Kaggle入门系列（三）Titanic初试身手
  • 从 0 到 1 走进 Kaggle
  • Kaggle 入门指南
  • 一个框架解决几乎所有机器学习问题 && Approaching (Almost) Any Machine Learning Problem | Abhishek Thakur
  • 分分钟带你杀入Kaggle Top 1%
  • 如何达到Kaggle竞赛top 2%？这里有一篇特征探索经验帖
  • 如何在 Kaggle 首战中进入前 10%？
  • Kaggle 首战 Top 2%, APTOS 2019 复盘总结 + 机器学习竞赛通用流程归纳
  • kaggle的riiid比赛里关于数据处理时间空间优化的笔记
• 大数据&机器学习相关竞赛推荐

二. 神经网络模型概览

• 1. 一文看懂25个神经网络模型
• 2. DNN概述论文：详解前馈、卷积和循环神经网络技术
• 3. colah's blog
• 4. Model Zoom
• 5. DNN概述
• GitHub上的机器学习/深度学习综述项目合集
• AlphaTree-graphic-deep-neural-network

CNN

发展史

• 94页论文综述卷积神经网络：从基础技术到研究前景

图像分类

• 从LeNet-5到DenseNet
• 深度学习笔记（十一）网络 Inception, Xception, MobileNet, ShuffeNet, ResNeXt, SqueezeNet, EfficientNet, MixConv
• CNN网络结构的发展
• Awesome - Image Classification：论文&&代码大全
• pytorch-image-models

目标检测

• 深度学习之目标检测的前世今生（Mask R-CNN）