【路线】机器 / 深度学习入门

第一阶段：Python基础

个人推荐，菜鸟教程或者慕课网快速上手

第二阶段：常用模块

• Numpy
• Pandas
• Matplotlib
• Seaborn

推荐教程：

• Numpy & Pandas (莫烦 Python 数据处理教程)
• Matplotlib Python 画图教程 (莫烦Python)
• 【python教程】数据分析——numpy、pandas、matplotlib
• 书籍方面可以看看《利用python进行数据分析》

第三阶段：机器学习基础

建议看吴恩达老师的课程，可以多看几遍，干货十足。
B站和网易云课堂 上都有资源：

吴恩达课程（接近200万播放量）

GitHub项目地址为：https://github.com/1120723754/Coursera-ML-AndrewNg-Notes

机器学习实战环节：https://cuijiahua.com/blog/ml/

参考书籍可以看看：《统计学习方法》李航
（下一篇我将机器学习笔记展示出来）

第四阶段：深度学习

1.吴恩达深度学习

网易云课堂（中文字幕）传送门：深度学习工程师微专业 - 一线人工智能大师吴恩达亲研-网易云课堂 - 网易云课堂
简介：这应该是最好的入门教程了（如果你做作业学的话，不做作业效果大打折扣）

神经网络和深度学习

• 改善深层神经网络：超参数调试、正则化以及优化
• 结构化机器学习项目
• 卷积神经网络
• 序列模型

吴恩达深度学习笔记：深度学习笔记-目录

参考答案和资料：吴恩达老师的深度学习课程笔记及资源

作业的中文翻译版本：【中文】【deplearning.ai】

2.斯坦福CS231N（Spring 2019）

CS231n: Convolutional Neural Networks for Visual Recognition

简介：由李飞飞教授和她的学生们为我们带来的计算机视觉（CV）课程。
【中文字幕】2017春季CS231n 斯坦福深度视觉识别课

Pytorch 学习
推荐书籍：陈云《深度学习框架PyTorch：入门与实践》

先更到此处，之后等本人边学边实践再给大家推荐一些好点子。。。