学习计划

基础知识

数学

线性代数：向量、矩阵、运算、范数、特征向量和特征值

高数：导数，梯度，泰勒公式，概率论

python

面向对象编程基础

用python做数据分析

机器学习

理论入门

《统计学习方法》-李航、《机器学习》（西瓜书）

统计学习概论、感知机、朴素贝叶斯算法、决策树算法、逻辑回归、最大熵、提升树算法（xgboost)

刘建平博客—sklearn包

竞赛实战

阿里云天池大赛赛题解析（机器学习篇）

赛题理解、数据探索、特征工程、模型训练、模型验证、特征优化、模型融合

深度学习

CV：cs231n

反向传播梯度回调，损失函数，优化算法，多层感知机，卷积神经网络，普通的循环神经网络，dropout和BN

NLP：CS224n

反向传播，词向量，RNN，GRU，Lstm，Seq2Seq以及attention机制、卷积神经网络