/DeepLearning-1

深度学习入门教程, 优秀文章, Deep Learning Tutorial

Primary LanguageJupyter NotebookApache License 2.0Apache-2.0

DeepLearning Tutorial

一. 入门资料

完备的 AI 学习路线,最详细的中英文资源整理

AiLearning: 机器学习 - MachineLearning - ML、深度学习 - DeepLearning - DL、自然语言处理 NL

数学基础

机器学习基础

快速入门

深入理解

深度学习基础

快速入门

计算机视觉
自然语言处理
深度强化学习

深入理解

一些书单

工程能力

二. 神经网络模型概览

CNN

发展史

教程

Action

GAN

发展史

教程

Action

RNN

发展史

教程

Action

GNN

发展史

教程

Action

三. 深度模型的优化    

四. 炼丹术士那些事

调参经验

刷排行榜的奇技淫巧

图像分类

目标检测

五. 年度总结

六. 科研相关

深度学习框架

Python3.x(先修)

Numpy(先修)

Opencv-python

Pandas

Tensorflow

MXNet

PyTorch

Python可视化

标注工具

数据集

会议列表

论文写作工具

论文画图工具

论文写作教程

ResearchGo

毕业论文排版



机器学习理论与实战

机器学习理论篇之经典算法

信息论

多层感知机(MLP)

k近邻(KNN)

k均值(K-means)

朴素贝叶斯(Naive Bayesian)

决策树(Decision Tree)

随机森林(Random Forest)

逻辑回归(Logistic Regression)

支持向量机(SVM)

提升方法(Adaboost)

梯度提升决策树(GBDT)

EM(期望最大化)

高斯混合模型(GMM)

马尔科夫决策过程(MDP)

条件随机场(CRF, 判别式模型)

降维算法

主成分分析(PCA)

奇异值分解(SVD)

线性判别分析(LDA)

标签传播算法(Label Propagation Algorithm)    

蒙塔卡罗树搜索(MCTS)

集成(Ensemble)

t分布随机邻居嵌入(TSNE)

谱聚类(Spectral Clustering)

异常点检测

机器学习实战篇

机器学习、深度学习的一些研究方向

多任务学习

零次学习(Zero Shot Learning)

小样本学习(Few-Shot Learning)

多视觉学习(Multi-View Learning)

Embedding

迁移学习

域自适应

元学习

强化学习

推荐系统

语义分割相关算法

一些计划

  • 有空再整理下整个列表的结构, 再收集下深度学习和机器学习入门的系列教程, 并附以代码实现, 争取全面而简单上手
  • 本学期学完《docker_practice》