从2019年2月底开始学习《数据结构与算法之美》，王争老师的课程非常好，到2019年8月底已经学完一遍，后面还要多次复习巩固以及OJ刷题。生命不息，学习不止，又要开始新的篇章了–《机器学习》，有点小兴奋，哈哈，之前Python已经大致过了2遍（小甲鱼的视频&从入门到实践），现在要补NumPy、复习高等数学、然后开始吴恩达老师的课程。此篇文章作为学习的汇总目录，供大家参考，一起学习，共同进步，还请不吝留言赐教指正。updated on 2020.8.27

NumPy

1. NumPy快速入门–基础知识

2. NumPy快速入门–形状操作

3. NumPy快速入门–复制/视图/深拷贝

4. NumPy快速入门-- Less 基础/线性代数

---

数学基础

• 阅读《深度学习的数学》
• 阅读《机器学习线性代数基础》
• 阅读《图解深度学习》

---

深度学习

01.神经网络和深度学习

W1.深度学习概论

W2.神经网络基础

• 作业：逻辑回归 图片猫识别

W3.浅层神经网络

• 作业：带一个隐藏层的神经网络

W4.深层神经网络

• 作业：建立你的深度神经网络+图片猫预测

---

02.改善深层神经网络：超参数调试、正则化以及优化

W1.深度学习的实践层面

• 作业：初始化+正则化+梯度检验

W2.优化算法

• 作业：优化方法

W3.超参数调试、Batch Norm和程序框架

• 作业：TensorFlow教程+数字手势预测

---

03.结构化机器学习项目

W1.机器学习策略(1)

W2.机器学习策略(2)

---

04.卷积神经网络CNN

W1.卷积神经网络

• 作业：手动/TensorFlow 实现卷积神经网络

W2.深度卷积网络：实例探究

• 作业：Keras教程+ResNets残差网络

W3.目标检测（YOLO）

• 作业：自动驾驶 - 汽车检测

W4.特殊应用：人脸识别和神经风格转换

• 作业：快乐屋人脸识别+图片风格转换

---

05.序列模型

W1.循环序列模型 RNN

• 作业：手写RNN+恐龙名字生成+音乐生成（未做完）

W2.自然语言处理与词嵌入

• 作业：词向量+Emoji表情生成

W3.序列模型和注意力机制

• 作业：机器翻译+触发词检测