一年多來，公眾號【AI有道】已經(jīng)發(fā)布了 140+ 的原創(chuàng)文章了。內(nèi)容涉及林軒田機器學習課程筆記、吳恩達?deeplearning.ai?課程筆記、機器學習、深度學習、筆試面試題、資源教程等等。值得一提的是每篇文章都是我用心整理的，編者一貫堅持使用通俗形象的語言給我的讀者朋友們講解機器學習、深度學習的各個知識點。旨在給大家一份比較完備的學習路線和提升技巧。

今天，紅色石頭特此將以前所有的原創(chuàng)文章整理出來，組成一個比較合理、完整的機器學習、深度學習的學習路線圖，希望能夠幫助到大家。

如果有需要轉(zhuǎn)載文章的其它號主，請掃描底部的二維碼加AI有道微信聯(lián)系開白！

林軒田機器學習基石筆記

【1】The Learning Problem（t.cn/EK2k10C）

【2】Learning to Answer Yes/No（t.cn/E9vEzJY）

【3】Types of Learning（t.cn/E9vEzNT）

【4】Feasibility of Learning（t.cn/E9vEzQG）

【5】Training versus Testing（t.cn/E9vEzgV）

【6】Theory of Generalization（t.cn/E9vEZ2W）

【7】The VC Dimension（t.cn/E9vEZx4）

【8】Noise and Error（t.cn/E9vEZNs）

【9】Linear Regression（t.cn/E9vEZrZ）

【10】Logistic Regression（t.cn/E9vEw7p）

【11】Linear Models for Classification（t.cn/E9vEw5T）

【12】Nonlinear Transformation（t.cn/E9vEwSR）

【13】Hazard of Overfitting（t.cn/E9vEwHh）

【14】Regularization（t.cn/E9vEweZ）

【15】Validation（t.cn/E9vEA2R）

【16】Three Learning Principles（t.cn/E9vEAf7）

林軒田機器學習技法筆記

【1】Linear Support Vector Machine（t.cn/E9vEANA）

【2】Dual Support Vector Machine（t.cn/E9vEArP）

【3】Kernel Support Vector Machine（t.cn/E9vE2Zw）

【4】Soft-Margin Support Vector Machine（t.cn/E9vE2mG）

【5】Kernel Logistic Regression（t.cn/E9vELPp）

【6】Support Vector Regression（t.cn/E9vELGi）

【7】Blending and Bagging（t.cn/E9vELJ3）

【8】Adaptive Boosting（t.cn/E9vELWH）

【9】Decision Tree（t.cn/E9vEL3d）

【10】Random Forest（t.cn/E9vEyvs）

【11】Gradient Boosted Decision Tree（t.cn/E9vEy4j）

【12】Neural Network（t.cn/E9vEyiU）

【13】Deep Learning（t.cn/E9vEypl）

【14】Radial Basis Function Network（t.cn/E9vEyEN）

【15】Matrix Factorization（t.cn/E9vEyFL）

【16】Finale（t.cn/E9vEUUy）

吳恩達深度學習專項課程筆記

神經(jīng)網(wǎng)絡(luò)與深度學習：

【1】深度學習概述（t.cn/E9vEUJY）

【2】神經(jīng)網(wǎng)絡(luò)基礎(chǔ)之邏輯回歸（t.cn/E9vEUWr）

【3】神經(jīng)網(wǎng)絡(luò)基礎(chǔ)之Python與向量化（t.cn/E9vEU36）

【4】淺層神經(jīng)網(wǎng)絡(luò)（t.cn/E9vE4ze）

【5】深層神經(jīng)網(wǎng)絡(luò)（t.cn/E9vE4GG）

優(yōu)化神經(jīng)網(wǎng)絡(luò)：

【1】深度學習的實用層面（t.cn/E9vE4J9）

【2】優(yōu)化算法（t.cn/E9vE4Wb）

【3】超參數(shù)調(diào)試、Batch正則化和編程框架（t.cn/E9vE4Bm）

構(gòu)建機器學習項目：

【1】機器學習策略（上）（t.cn/E9vEbzX）

【2】機器學習策略（下）（t.cn/E9vEbVi）

卷積神經(jīng)網(wǎng)絡(luò)CNN：

【1】卷積神經(jīng)網(wǎng)絡(luò)基礎(chǔ)（t.cn/E9vEb9b）

【2】深度卷積模型：案例研究（t.cn/E9vEbnW）

【3】目標檢測（t.cn/E9vEGzb）

【4】人臉識別與神經(jīng)風格遷移（t.cn/E9vEGGZ）

序列模型RNN：

【1】循環(huán)神經(jīng)網(wǎng)絡(luò)（RNN）（t.cn/E9vEGxg）

【2】NLP和Word Embeddings（t.cn/E9vEGN4）

【3】序列模型和注意力機制（t.cn/E9vEGQ3）

機器學習各個擊破

【1】機器學習中的維度災難（t.cn/E9vEGru）

【2】簡單的梯度下降算法，你真的懂了嗎？（t.cn/E9vEqzn）

【3】一看就懂的感知機算法PLA（t.cn/E9vEqtb）

【4】優(yōu)化線性感知機算法：Pocket PLA（t.cn/E9vEqoT）

【5】距離產(chǎn)生美？k近鄰算法python實現(xiàn)（t.cn/E9vEqRa）

【6】基于線性SVM的CIFAR-10圖像集分類（t.cn/E9vEqeV）

【7】通俗易懂！白話樸素貝葉斯（t.cn/EKLXjOn）

【8】劃重點！十分鐘掌握牛頓法凸優(yōu)化（t.cn/E9vE5tD）

【9】簡單的交叉熵損失函數(shù)，你真的懂了嗎？（t.cn/EKLiopt）

【10】7 種回歸方法！請務(wù)必掌握?。╰.cn/E9vE5YB）

【11】機器學習中 L1 和 L2 正則化的直觀解釋（t.cn/E9vE5Dd）

【12】劃重點！通俗解釋協(xié)方差與相關(guān)系數(shù)（t.cn/E9vEt5d）

【13】如何讓奇異值分解(SVD)變得不“奇異”？（t.cn/E9vEtCH）

【14】一份機器學習的自白書（t.cn/E9vEtEG）

【15】機器學習大牛如何選擇回歸損失函數(shù)？（t.cn/E9vECV9）

【16】機器學習必備的分類損失函數(shù)速查手冊（t.cn/E9vEcGQ）

【17】【吐血整理】一份完備的集成學習手冊?。╰.cn/E9vEc6A）

【18】今日機器學習概念：感知機模型（t.cn/E9vEcWc）

【19】機器學習碎碎念：霍夫丁不等式（t.cn/E9vEc3o）

【20】機器學習實用指南：這些基礎(chǔ)盲點請務(wù)必注意！（t.cn/E9vEVvh）

【21】2018 最好的機器學習實用指南書籍來了?。╰.cn/E9vEV4L）

【22】重磅 | AI 圣經(jīng) PRML《模式識別與機器學習》官方開源了?。╰.cn/E9vEVxz）

【23】干貨 | 機器學習正在面臨哪些主要挑戰(zhàn)？（t.cn/E9vEVNB）

【24】我整理了 50 頁 PPT 來解釋 SVM（t.cn/E9vEVRG）

【25】機器學習實戰(zhàn)指南：如何入手第一個機器學習項目？（t.cn/E9vEVeO）

【26】機器學習實用指南：如何從數(shù)據(jù)可視化中發(fā)現(xiàn)數(shù)據(jù)規(guī)律？（t.cn/E9vEfA9）

【27】超級實用！如何為機器學習算法準備數(shù)據(jù)？（t.cn/E9vEftY）

深度學習各個擊破

【1】三分鐘帶你對 Softmax 劃重點（t.cn/E9vEfSd）

【2】白話生成對抗網(wǎng)絡(luò) GAN！（t.cn/E9vEf87）【附源碼】

【3】6 種激活函數(shù)核心知識點，請務(wù)必掌握?。╰.cn/E9vEfdl）

【4】吳恩達《Machine Learning Yearning》中文版新鮮出爐！（t.cn/E9vEIhe）

【5】Python 深度學習，你的 Keras 準備好了嗎？（t.cn/E9vEIUC）

筆試題精選

機器學習技法：

【1】機器學習筆試題精選（一）（t.cn/E9vEIX8）

【2】機器學習筆試題精選（二）（t.cn/E9vEIlk）

【3】機器學習筆試題精選（三）（t.cn/E9vEIBL）

【4】機器學習筆試精選題精選（四）（t.cn/E9vEM2m）

【5】機器學習筆試題精選（五）（t.cn/E9vEMV1）

【6】機器學習筆試題精選（六）（t.cn/E9vEMoh）

【7】](t.cn/E9vEMYi)[機器學習筆試題精選（七）（t.cn/E9vEMYi）

【8】長文！機器學習筆試精選 100 題（t.cn/E9vEM1O）

【9】200 道算法面試題集錦！Python 實現(xiàn)，含華為、BAT 等校招真題！（t.cn/E9vExvj）

資源、工具、教程

【1】Jupyter notebook入門教程（上）（t.cn/E9vEx4V）

【2】Jupyter notebook入門教程（下）（t.cn/E9vExMV）

【3】重磅！吳恩達深度學習又開新課啦?。╰.cn/E9vExoX）

【4】我的機器學習入門路線圖（t.cn/E9vExjq）

【5】我的深度學習入門路線（t.cn/E9vExmk）

【6】撒花！吳恩達《Machine Learning Yearning》完結(jié)?。╰.cn/E9vEJvM）

【7】2018 NLP圣經(jīng)《自然語言處理綜述》最新手稿已經(jīng)發(fā)布?。╰.cn/EKLoW5a）

【8】Git 簡潔教程：本地項目如何與 GitHub 互連？（t.cn/E9vEJK5）

【9】撒花！吳恩達《Machine Learning Yearning》中文版新鮮出爐?。╰.cn/E9vEJRl）

【10】干貨 | 談?wù)勎沂侨绾稳腴T這場 AI 大賽的（t.cn/E9vEJko）

【11】重磅 | 深度學習“四大名著”發(fā)布！愛可可推薦?。╰.cn/E9vEi2X）

【12】致考研！談?wù)勎沂侨绾慰忌媳贝蟮模╰.cn/EKYtQVO）

【13】8K 星！這可能是最適合你的 TensorFlow 教程（t.cn/E9vEioy）

【14】火爆 GitHub 的《機器學習 100 天》，有人把它翻譯成了中文版（t.cn/EKLouHE）

【15】OpenCV 機器視覺入門精選 100 題（附 Python 代碼）（t.cn/E9vEidj）

【16】2019 深度學習框架大盤點！看 PyTorch、TensorFlow 如何強勢上榜？（t.cn/E9vE6ze）

【17】51 個深度學習目標檢測模型匯總，論文、源碼一應俱全！（t.cn/E9vE65X）

【18】火爆 GitHub 的 16 張機器學習速查表，值得收藏?。╰.cn/E9vE6Kt）

【19】重磅 | 19 頁花書精髓筆記！你可能正需要這份知識清單（t.cn/E9vE68Z）

【20】這 28 張精煉圖，將吳恩達的?deeplearning.ai?總結(jié)得恰到好處！（t.cn/E9vE6FL）

【21】10 門必修的機器學習名校公開課，旨在完善你的 AI 學習路線?。╰.cn/E9vEXUv）

【22】重磅！PyTorch 中文手冊已開源！理論、實踐、應用都有了?。╰.cn/EKLKpUf）

【23】3 個相見恨晚的 Google Colaboratory 奇技淫巧?。╰.cn/E9vEXTv）

【24】吳恩達的 CS229，有人把它濃縮成 6 張中文速查表?。╰.cn/E9vEXgQ）

【25】10 年深度學習頂級論文和代碼精選，請務(wù)必收藏！（t.cn/EKL9Hww）

【26】6 個核心理念詮釋了吳恩達新書《Machine Learning Yearning》（t.cn/E9vEai2）

【27】火爆網(wǎng)絡(luò)的《神經(jīng)網(wǎng)絡(luò)與深度學習》，有人把它翻譯成了中文版?。╰.cn/E9vEalZ）

【28】10K+，深度學習論文、代碼最全匯總！一鍵收藏（t.cn/E9vEa37）

【29】重磅！深度學習圣經(jīng)“花書”核心筆記、代碼發(fā)布（t.cn/E9vEShL）

【30】深度學習 500 問！一份火爆 GitHub 的面試手冊（t.cn/E9vESGw）

【31】最新 | Python 官方中文文檔正式發(fā)布?。╰.cn/E9vESaZ）

【32】撒花！斯坦福深度學習最新視頻發(fā)布，吳恩達主講！（t.cn/E9vESYi）

【33】737 頁《吳恩達深度學習核心筆記》發(fā)布，黃海廣博士整理?。╰.cn/E9vESrY）

【34】撒花！《神經(jīng)網(wǎng)絡(luò)與深度學習》中文教程正式開源！（t.cn/E9vEo2x）

【35】72 頁 PPT，帶你梳理神經(jīng)網(wǎng)絡(luò)完整架構(gòu)（含 PyTorch 代碼）（t.cn/EKLKUuW）

【36】重磅！66 個機器學習硬核資源，請務(wù)必收藏?。╰.cn/E9vEooa）