本文共 1018 字，大约阅读时间需要 3 分钟。

算法的学习，应该做到各个模型之间能够打通，明白其背后数学原理的联系性和统一性。才能真正登堂入室。而不是做一个“调参侠”。

另外，现实中很多问题，深度学习都无法解决，不要过分神话深度学习。进军深度学习，并不意味着你可以直接跳过传统机器学习理论的学习。

墙外的世界很精彩，但不要被无关紧要的东西吸引了。

一块黑板，一支笔的课程还是看的最舒服。

进来的小伙伴先看这里，这哥们整理的太好了

值得关注的YouTube 帐号

1. 这个老师讲课很清晰，推导很详细，主要讲deep learning的
3. MIT的课程，建议大家把相关的基础课程重新刷一下，国内的课程感觉都太水了
4. 各种推导的课程
5. 这也是一个各种带着推导的老师

实战

老师

这些老师是我发现，在其主页里可以找到不错的课程和课件的老师

1. PPT适合配合书本一起看，可以帮助理解和总结。
2. 哈佛的一位老师，讲了挺多课

概念

基础

线性代数：

机器学习

书籍推荐

1. 李航统计学习第二版。
   
2. Pattern Recognition and Machine Learning (PRML)
   
3. Machine Learning：A Probabilistic Prospective (MLaPP)
   

视频推荐

0. MIT的AI算法课
1. 各种模型新手拈来，up看着还很年轻，功力深厚。
3. 哈佛的一位老师讲的machine learning课程，全程推导，各种干货
6. 吴恩达的板书有点乱
7. 看到这种一块大白板的课，就好感爆棚，拿好小板凳，跟着学就对了。
8. 这种课，看着想让人睡觉

深度学习

书籍推荐

1. 《Deep Learning》Ian Goodfellow

   可以和下面的邱老师的配合看，但需要先看这个。
   

2. 《Neural Networks and Deep Learning》Michael Nielsen

   一本在线的书，有python代码
   

3. 《神经网络与深度学习》 邱锡鹏

   邱老师的 写的很好！
   

4. 《动手学深度学习》

   可以在线学习。英文版的内容更新的更多。
   
   

视频推荐

1. 这个老师概念讲的很清晰，推导也很详细
2. 讲的比较浅

转载地址：https://blog.csdn.net/zdx1996/article/details/108210751 如侵犯您的版权，请留言回复原文章的地址，我们会给您删除此文章，给您带来不便请您谅解！