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