計劃最近好好按步驟按階段系統性的學習下機器學習和深度學習，希望能堅持下去。

基礎數學篇

• [高等數學：求導、梯度]
• [高等數學：泰勒展開]
• [概率論：基本概念、條件概率、全概率、樸素貝葉斯]
• [概率論：期望、方差、協方差]
• [概率論：常見分布]
• [線性代數：矩陣]

機器學習中的基本概念

• [機器學習的分類]
• [訓練集與測試集、樣本的平衡選擇]
• [正則化]

機器學習常用算法

• [線性回歸]
• [樸素貝葉斯]
• [決策樹]
• [K均值]
• [邏輯回歸]
• [SVM支持向量機]
• [K近鄰]
• [頻繁項集挖掘]
• [AdaBoost與GBDT]

機器學習的應用

• [推薦系統]
• [點擊率預估]
• [商品分類]
• [用戶聚類]

深度學習中的基本概念

• [卷積層]
• [池化層]
• [抓爆層]
• [全連接層]

深度學習常用算法

• [多層感知機]
• [循環神經網絡]
• [卷積神經網絡]
• [長短記憶網絡]

深度學習的應用

• AI之——無人車
• [AI之——AlphaGo圍棋大戰]
• [AI之——聊天機器人]

機器學習&深度學習之路