公众号【DASOU】原创三个月从零入门深度学习路线图思维导图

向量、矩阵、运算、范数、特征向量和特征值

导数/微分/积分

梯度

泰勒展开公式

概率论

利用Python进行数据分析

1. 作为入门选手，不要每章都看

2. 不要从零造轮子去实现算法，太浪费时间

3. 必须能手推公式

1. 统计学习概论

2. 感知机

3. K近邻

4.朴素贝叶斯

5.决策树

6. 逻辑回归和最大熵

7. 支持向量机

8.提升树

9.EM算法

10.隐马尔科夫

11.条件随机场

题外：xgboost

看自己，代码有开源

工业蒸汽预测天猫用户重复购买预测O2O优惠券预测阿里云安全恶意程序检测

文本分类

文本匹配

序列标注

文本生成

图像理解

图像生成

一共33讲，不要都看；作为入门来说，主要是学习p1-p22;

完成作业：1，2，第三个不用看

学到什么程度

一共18讲，看P1-P5和P8，P9,P11；

完成作业：

学到什么程度

源代码

1.赛题解析

2. 分析数据：

3. 基于机器学习的文本分类任务：

4.不同深度学习模型：

1.赛题理解

2. 数据读取与数据扩增

3. 构建模型：

4.模型的训练与验证：

5. 模型的集成：

必须弄清楚每行代码

尽情调参