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