編輯:深度學習衝鴨公衆號
學習深度學習以及面試肯定離不開下面的5個重要的資料,更何況是中文版!
獲得方式:
1. 關注【深度學習衝鴨】公衆號
2. 在【深度學習衝鴨】公衆號後臺回覆 五件套 即可。
1. TensorFlow深度學習
書籍特點
中文、含基礎介紹、有理論也有實戰結合
2. PyTorch
教程根據 PyTorch 官方版本目錄,完整地還原了所有的內容。包括簡單的環境搭建、快速入門相關 API、高級操作、圖像處理實戰、文本處理實戰、GAN 和強化學習等,基本涵蓋了目前所有深度學習相關的知識點。
教程目錄
3. 《統計學習方法》(第2版)
內容簡介:
統計學習方法即機器學習方法,是計算機及其應用領域的一門重要學科。本書分爲監督學 習和無監督學習兩篇,全面系統地介紹了統計學習的主要方法。包括感知機、k 近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦迴歸與最大熵模型、支持向量機、提升方法、EM 算法、隱馬爾可夫模型和條件隨機場,以及聚類方法、奇異值分解、主成分分析、潛在語義分析、概率潛在語義分析、馬爾可夫鏈蒙特卡羅法、潛在狄利克雷分配和 PageRank 算法等。除有關統計學習、監督學習和無監督學習的概論和總結的四章外,每章介紹一種方法。敘述力求從具體問題或實例入手, 由淺入深,闡明思路,給出必要的數學推導,便於讀者掌握統計學習方法的實質,學會運用。 爲滿足讀者進一步學習的需要,書中還介紹了一些相關研究,給出了少量習題,列出了主要參考文獻。 本書是統計機器學習及相關課程的教學參考書,適用於高等院校文本數據挖掘、信息檢索及自然語言處理等專業的大學生、研究生,也可供從事計算機應用相關專業的研發人員參考。
課件
4. 《神經網絡與深度學習》中文版
介紹
《神經⽹絡和深度學習》是⼀本免費的在線書,對讀者數學知識需求適度,兼顧理論和動手實踐。⽬前給出了在圖像識別、語⾳識別和⾃然語⾔處理領域中很多問題的最好解決⽅案,教讀者在神經⽹絡和深度學習背後的衆多核⼼概念。
5. 《數據結構與算法Python版》公開課
課程概述
北京大學公開課《數據結構與算法Python版》於中國大學MOOC第2次開課,課程將圍繞着“算法+數據結構=程序”的思路,以問題求解爲導向進行學習,幫助學生提高理論、抽象、設計的能力。
該課程注重數據結構與算法的實踐與應用,在課程中穿插了生動案例和編程練習,引導學生積極建立數據抽象和層次分析的思維模式,通過解決實際問題來加深對數據組織結構和相應處理算法的學習體會,並學會通過實際應用情況來權衡時空和其它資源開銷,達到最優的應用效果。
獲得方式:
1. 關注【深度學習衝鴨】公衆號
2. 在【深度學習衝鴨】公衆號後臺回覆 五件套 即可。
深度學習衝鴨
一個小小DLer,已經在深度學習道路上走過了不少時間,寫過簡書、CSDN,打過各種深度學習比賽,寫過很多paper解讀文章。公衆號後臺回覆:知識圖譜、python、DL、ML、NLP、C++、TensorFlow、QL、pytorch4NLP、PRML,可以獲得對應的資源。