文件名称：machine-learning-deep-learning-notes:机器学习、深度学习的学习路径及知识总结
文件大小：4.58MB
文件格式：ZIP
更新时间：2024-06-17 23:26:26
JupyterNotebook
深度学习（机器学习）学习路径 最近几年，尤其是自从2016年Alpha Go打败李世石事件后，人工智能技术受到了各行业极大关注。其中以机器学习技术中深度学习最受瞩目。主要原因是这些技术在科研领域和工业界的应用效果非常好，大幅提升了算法效率、降低了成本。因而市场对相关技术有了如此大的需求。 我在思考传统行业与这些新兴技术结合并转型的过程中，亦系统的回顾了深度学习及其相关技术。本文正是我在学习过程中所作的总结。我将按照我所理解的学习路径来呈现各部分内容，希望对你亦有帮助。欢迎一起交流。 主要分为如下几个部分： 数学基础：包括微积分、线性代数、概率论等对理解机器学习算法有帮助的基本数学。 Python：Python提供了非常丰富的工具包，非常适合学习者实现算法，也可以作为工业环境完成项目。主流的深度学习框架，例如当前最流行的两个AI框架TensorFlow、PyTorch都以Python作为首选