Coding Skill目錄下的所有Tutorials、Notes博客都會不定期迭代更新

Chapter0: Resource

0.0 Some search engines efficient

https://www.searchenginejournal.com/alternative-search-engines/271409/
https://www.reliablesoft.net/top-10-search-engines-in-the-world/
https://uk.ask.com/

0.1 DeepLearning Community

https://paperswithcode.com/sota
https://www.stateoftheart.ai/
https://www.researchgate.net
http://www.zhuanzhi.ai/
https://www.tinymind.cn/
https://www.jiqizhixin.com/
https://www.pyimagesearch.com/
https://skymind.ai/
http://www.python66.cn/
https://www.coursera.org/learn/ai-for-everyone
https://www.deeplearning.ai/

Chapter1: Tools

1.0 PythonTutorials

1.1 Numpy Tutorials

1.2 Pandas Tutorials

Official Documents Link:Recommend
易佰教程:Recommend
awesome-pandas
pandas-cookbook From github
From bitbucket.org lesson
From datacamp.com
From tutorialspoint.com:Too many advertisement.
a guy’s blog
Also can search on github.com or csdn.com
Book
- Python For Data Analysis

1.3 Scipy Tutorials

1.4 Matplotlib Tutorials

Official Tutorial Link
已實現的工具類
Seaborn Tutorials
- Official Tutorial Link
- From jakevdp.github.io Tutorial

1.5 OpenCV Tutorials

Official Tutorials Link
Awesome Repo
imutils：A series of convenience functions to make basic image processing functions such as translation, rotation, resizing, skeletonization, and displaying Matplotlib images easier with OpenCV and both Python 2.7 and Python 3.
Book
- OpenCV3編程入門_毛星雲編著_電子工業出版

1.6 Keras Tutorials

Official Tutorial Link

1.7 Tensorflow Totorials

Official Tutorial Link
Official Github
tensorflow 個人開源學習教程
tensorflow 個人開源學習教程
Book
- Tensorflow 實戰Google深度學習框架
- TensorFlow實戰_黃文堅（完整）

1.8 Pytorch Tutorials

1.9 Scrapper Tutorials

Target
熟悉掌握爬蟲技術的歷史、爬蟲與網絡原理、常用html定位方式、各大框架的使用以及對比並形成代碼模板及詳細註釋、存儲方式（數據庫或csv）、反爬蟲技術（IP代理池、Header池、Cookie池）、多進程爬蟲、行有餘力則瞭解分佈式爬蟲（例如Scrapy+Redis）、撰寫爬蟲技術文檔記錄模板的使用過程
做到這些的目的是爲了加快數據獲取的速度及效率

Book

崔慶才的python3爬蟲

Video

傳智播客Scrapy視頻及教案

在線解析器

Frameworks

Requests
- Official Tutorial Link
Urllib/Urllib2
- Urllib Tutorials From Python Tutorials Site
Scrapy
- 傳智播客Scrapy視頻及教案
Selenium
- Selenium Tutorials From Python Tutorials Site
- 崔慶才的爬蟲blog
- 易百教程
  1.scrapy get到的網頁html信息是靜態頁面，未進行js、ajax渲染；而selenium返回的網頁信息是渲染之後的，所以selenium就可以定位到相應元素，當然某些時候也可以通過觀察、定位靜態頁面在渲染時候像服務器請求的數據，通常是XHR格式，在瀏覽器中可進行觀察，但有些時候就是不容易直接截取到返回的數據。

1.10 Docker

1.11 Dataset

1.12 Gephi

http://course.ece.ust.hk/elec6910q/index.html

Chapter2: Principle

2.1 Machine Learning

2.2 Deep Learning

需要清晰掌握CNN的演變歷史、運行原理、網絡架構變形、網絡訓練技巧、常用的分類算法、目標檢測算法、語義解析、生成對抗網絡代碼模板及詳細文檔
看論文、總結論文也必不可少

DeepLearning 花書
fast.ai
Browse state-of-the-art AI

2.3 Computer Vision

Summary

教程雖有，也要多記多看，明白基本數據類型，底層函數實現，才方便繼續深入研究
做筆記時分門別類很重要，不然不好找也不會去看
在Github中搜索 XX + Awesome 一般情況下可以搜到大量可供參考的資料
圖像處理的一些工作，需要理解其數學原理纔行，比如像素點的操作（eg.translation、rotation、perspective），bitwise AND、OR等，因爲懂了原理之後自己才能寫得出來對應的操作函數，即使不使用opencv等開源工具的api。然後平時做調研的時候也可以多積累imutils這些別人已經實現的common function package。
圖像處理可以跟着官方教程，毛星雲的書和CSDN教程（對某一官網知識點不是很理解時，藉助中文輔助下）學習深入。不管學習什麼，定期整理參考資料、測試代碼很重要，方便下次繼續深入時能快速定位到之前學的進度並快速回憶。
Numpy也可以實現Neural Network，其實Tensorflow底層也是類似的實現封裝好layer的，只是沒有Numpy Ndarray這個數據結構，而用了Tensor。
[2018.3.1]有感悟一定要記下來，不然瞬間的珍貴體悟隨着時間就會消逝，下次又要重新耗費時間重新感悟，浪費時間浪費生命。
Researcher和Engineering的區別：

Researcher	Engineering
根據需求創造出新方案、新技術	根據需求運用已知技術
終極目標是確定Mesurement，確定你這項研究有沒有價值，效果好不好，價值量有多大	終極目標也是確定Mesurement，如果這件事情是你一個人在做的，你要確定一個評價指標來確定你的工作質量，工作量，也就是將工作量化

標題後面加
-
就會出現滑動窗口

Tutorials List

文章目錄