深度学习知识储备

一.数学:

Required:

高等数学:

可汗学院公开课：微积分预备 http://open.163.com/special/Khan/precalculus.html

可汗学院公开课：微积分-微分学 http://open.163.com/special/Khan/differentialcalculus.html

可汗学院公开课：微分方程 http://open.163.com/special/Khan/differential.html

线性代数:

可汗学院公开课：线性代数 http://open.163.com/special/Khan/linearalgebra.html

离散数学:

买本教材书即可

概率统计/统计学:

可汗学院公开课：统计学 http://open.163.com/special/Khan/khstatistics.html

Optional:

想要发高质量论文，不只是用那几个深度学习算法搞搞库的话，需要学先这些.

凸优化:

王宁的那本书 <凸优化>

模糊数学:

想深入理解计算机如何处理模糊的概念，比如头发多还是少，对机器学习的特征处理能有数学上的认识.不要求深入，大概理解即可.

二.编程能力:

Required：

Python:首推python，好用库全。

1.基本语法看两天即可上手，推荐廖雪峰的python教程.http://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000

2.深入语法：当想要代码不那么丑，想要把python写得如丝般顺滑,必须了解里面很多很多细节概念。建议<python学习手册第四版>http://vdisk.weibo.com/s/BDAgBJIhoxITP

书不在多，一本即可。看完这两个就可以多写写实际的代码.

实际编码:

1.安装anaconda.集成科学计算环境,库文件都有不用麻烦自己来装了。

2.现在开始实际写写例子。

(1)python线性代数练习 非常简洁的python线代实现教程 http://jingyan.baidu.com/season/41121

(2)《Python科学计算》第二版.了解Python来写线代高数等实现代码如何写..此书最好.

(3)《利用python进行数据分析》和上面的python科学计算进行互补。里面有教anaconda里的numpy,pandas,ipython等等怎么用.还有实际的数据分析例子.

Optional:

C++:

当你以后学到那些深度学习框架时，会发现框架最多使用的还是c++, caffe\tensorflow等等；另外学python时偶尔会需要写Cpython库，也就是写或者调用c++库来给python使用。

三.机器学习:

深度学习是机器学习中的一种，也是目前最火也又有效果的一种。但是不能光学深度学习。学习其他的机器学习方法，alphago里就不止是深度学习这一种，里面还有一层增强学习。

Required:

1.入门：各种资料各种书。本人使用的是<机器学习导论>这本书入门的。另外，周志华的<机器学习>也很好。免得耽误时间.有英文能力的看英文书也行,<PRML>推荐此书。

注:资料不在多，了解了那些最常用的几个机器学习方法后就已经入门了，也不用再看这些入门书。

2.学会了开始搞点编码练习.:用此书辅助<机器学习实战>

3.入门后呢，找些经典实例开发，是想机器学习语音/图像/文本/还是啥..现在走大流做语音助手或者人脸识别不是说不行。前人大牛都已经很成功了，很难杀出一条血路。本文不讨论这些方向

研究选题方向，可以标新立异一点.思路从人类需要训练才能获得的行为出发。看机器可以通过训练来掌握人类的什么技能.

1.游戏：有人用机器学习玩超级马里奥，这是论文.

2.语音：推荐一个音调有关的项目 <用K-means聚类算法实现音调的分类与可视化>

3.机器人：机器人方面除了视觉，其他的很多都是目前还没有被开发的题目，相当于把一个机器人训练成什么样，思路很广.

打羽毛球乒乓球呀，走路,...等等..如何选题思路举例:古有孰能生巧干各种活.往机器人身上套就行了. 比如谷歌altas机器人用深度学习走路.

四.深度学习:

1.理论与上手:两篇知乎：深度学习入门必看的书和论文？有哪些必备的技能需学习？

深度学习如何入门？

2.实际开发.各种框架都用一用:python方向推荐.Keras, backend 为 Theno/Tensorflow..以此入门最好，踩得坑最少.

简易安装教程Nvidia驱动+CUDA+cuDNN+Tensorflow+OpenBlas+caffe+Theano+keras+torch+X2Go

。。。待续