深度学习教程
一。入门资料
:star:
数学基础
机器学习基础
快速入门
&&
&& && &&
深刻理解
&& && &&&&
&&
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
深刻理解
:star:
&&
一些书单
工程能力
&&&&&&
&&& && :star:
&& &&&& &&
常用算法：
特征工程：连续变量和分类变量
经典机器学习算法：LR，KNN，SVM，随机森林，GBDT（XGBoost && LightGBM），分解机，现场感知分解机，神经网络
交叉验证，模型选择：网格搜索，随机搜索，超优化
合奏学习
&& &&
&&
二。神经
