深度学习及机器学习

本文力图整理深度学习和机器学习的入门知识，以及常用工具的使用。如果有想深度了解的课题，请私信。

深度学习基础

1. 【深度学习基础】《深度学习》李宏毅
2. 【深度学习基础】正则化
3. 【深度学习基础】正反向传播
4. 【深度学习基础】梯度下降
5. 【深度学习基础】梯度下降的优化算法
6. 【深度学习基础】Batch Normalization
7. 【深度学习基础】激活函数的优缺点比较
8. 【深度学习基础】序列模型

TensorFlow

1. 【TensorFlow基础知识】概念入门：Graph Session Tensor
2. 【TensorFlow底层知识】概念：Operation Kernel
3. 【TensorFlow底层知识】分布式运行模式
4. 【TensorFlow基础知识】TFRecord 格式
5. 【TensorFlow源码阅读】TensorFlow DataSet
6. 【TensorFlow源码阅读】TensorFlow Estimator
7. 【TensorFlow源码阅读】TensorFlow Keras
8. 【TensorFlow源码阅读】Spark TensorFlow Connector

论文阅读

1. YOLO
2. 风格迁移（style transfer）
3. RNN & fast-RCNN
4. DIN

机器学习

1. 【机器学习面试】面试大题
2. 【机器学习基础】核函数详解
3. 【机器学习基础】决策树及其ensemble方法（RF, LGBM, Xgboost, GBDT, 梯度提升boosting）
4. 【机器学习基础】牛顿法和拟牛顿法
5. 【机器学习基础】集成模型

Spark

1. 【Spark基础知识】运行原理及参数配置
2. 【Spark基础知识】map & mapPartition
3. 【Spark源码阅读】Spark sql 中的数据格式

参考：
5. 【Spark文档】Spark by {Example}

Flink

1. 【Flink】Flink vs. Spark

学习资料

1. 《Neural Networks and Deep Learning》中文翻译
2. DL课程230 pdf版总结资料