(1)吴恩达老师的cs229, coursera machine learning, coursera deeplearning
(2)林轩田老师的, coursera 机器学习基石
(3)李沐的动手学深度学习
(4)amazon的李沐博士(及其同事aston zhang)的mxnet教程
(5) 李飞飞老师的cs231n
(6)微软人工智能公开课程 Azure School
(7)李宏毅-> 深度学习
(8)jeremy howard的fastai
(jeremy howard,fastai; 我学习了fastai 2019的part1和part2,觉得还不错。笔记都有中文版的,难度不是太大。b站有视频,fastai forum上有Notes,现在google浏览器的google翻译基本都做的很好。github.com/HaronCHou/fa 有lesson1-lesson12的notes。对我来说,入门还不错的。)
(9)对于神经网络,硕士博士不需要弄明白原理,只需要应用,是这样吗? - 知乎
(10)研一在读,代码完全不会,怎么入门深度学习? - 知乎
(12)深度学习论文的数学很多是线性代数,那么首先就要对矩阵很理解。建议看一下网易云课堂上面的线性代数课程,斯坦福的那个,深入浅出。然后先学习一下神经网络,或者感知机,再学习深度学习,循序渐进。
(13)
基础:微积分,概率与数理统计,线性代数,最优化
进阶:随机过程,泛函,矩阵论
(14)可以看下Ian Goodfellow 《深度学习》前面部分讲的都是关于,深度学习的数学基础部分
(15)神经网络原理除了脑神经工作原理外,没有其他原理,算法中用的数学工具也不复杂,但要掌握神经网络方法还是应放到《运筹学》框架下去学习理解,再加上《概率论与数理统计》、《积分变换》和《信息论》,这样才能掌握神经网络方法的精髓,并在实践中有创新的可能。
参考:唐宇迪确实是“深度学习领域一线实战专家”吗? 他的课程值得报名吗? - 知乎