史上最萌最认真的机器学习/深度学习/模式识别⼊⻔指导⼿册(⼀)
⼣⼩瑶
2017-02-11⼣⼩瑶的卖萌屋
喵喵喵~⼤家元宵节快乐噢。有没有要陪⼩⼣出去看烟花的吖...
⼩⼣借此给热爱学习的喵喵们献上这篇拙⽂，希望不要嫌弃哦~
还有，⼩⼣画的封⾯图是不是很棒呀(￣∇￣)
⼩⼣发现现在想进军⼈⼯智能领域的程序yuan甚⾄少年少⼥喵好多呀，但是有⼏只向我吐槽过⽹上的资料很多很杂，⼊⻔指导
基本是杂⽽不实，很容易让⼈满腔热情的开始，却⼜⼀脸懵逼的放弃。于是⼩⼣来拯救世界啦！~
⼩⼣的⻋辙
⼩⼣从⼤⼆开始做⼈脸识别，后来发现很快遇到了瓶颈。于是开始学机器学习理论，⼜很快遇到了瓶颈，于是⼜
开始补数学。补完数学⼜钻模式识别，⼜被虐了，但还是⾟苦的啃完了《模式分类》。后来学深度学习。再后来不停
的论⽂论⽂论⽂、代码代码代码...
由于⼩⼣是从⼯程出发然后到理论，再回⼯程的道路，⼩⼣觉得这样⾛的弯路挺⼤的。⽽且前期做⼯程的时候真
的很懵逼，各种看不懂然后跳过。
所以⼩⼣这⾥分享给⼤家的道路是从理论到⼯程的平坦上升的道路。当然啦，理论中肯定会穿插代码实践。⼩⼣
希望这是⼀条靠谱的、没有知识断层的深度学习/机器学习的⼊⻔之路，希望能在真正意义上帮到⼤家。
前⾔
本指导适合于真正有志于钻研机器学习（含深度学习）、模式识别及其相关应⽤领域的⼈。对于那种“1个⽉⼊⻔
机器学习”的⼤忽悠学习模式，⼩⼣这⾥没有噢~
理论上说，完全⼩⼣的整个⼊⻔指导后，应对整个机器学习⼤框架、理论细节、⼯程能⼒都有了⽐较好的积累。
在此之后可以偏向⼯程，轻松玩TensorFlow、Caffe等DL框架，转CV、NLP等应⽤性更强的⽅向；也可以偏向理
论，⽐较轻松的看看最新的paper，跟上学术界的最前沿。但是⼯程与理论不是绝对割裂的哦，偏⼯程也要看论
⽂、补数学，偏理论也要敲代码、了解优秀框架哦。
⾸先，在开始之前，要确保有以下的理论基础：
语⽂能⼒最少达到初中⽔平。
英语能⼒最少要达到⾼中优秀⽔平，尽量在⼤学四级⽔平之上。
数学最少达到⾼中⽔平，微积分⼀定得学过。
尽量有以下的⼯程基础（这样可以边学边练，体会更深的喵，但是不会也没有关系的）
⾯向过程编程范式
常⻅数据结构
常⻅算法思想及算法分析能⼒
