教材：深度学习 DEEP LEARNING

推荐在下面的地址进行中文版的下载 https://github.com/exacity/deeplearningbook-chinese

• 线性代数
• 概率论
• 凸函数优化
• 随机梯度下降算法

• 机器学习中的数学基本知识
• 统计学习方法

大学数学课本（从故纸堆里翻出来^_^）

• Python复习
• PyTorch教程
• 廖雪峰python3教程
• github教程
• 深度学习的学习路线和开源深度学习课程
• mxnet/gluon 教程
• 我的知乎专栏和pytorch教程
• 官方pytorch教程和一个比较好的教程
• tensorflow教程

对于算法工程师，不同的人的认知角度都是不同的，我们通过下面三个知乎的高票回答帮助大家了解算法工程师到底需要做什么样的事，工业界需要什么样的能力

从今年校招来看，机器学习等算法岗位应届生超多，竞争激烈，未来 3-5 年机器学习相关就业会达到饱和吗?

秋招的 AI 岗位竞争激烈吗?

论算法工程师首先是个工程师之深度学习在排序应用踩坑总结

掌握深度学习中所需要的线性代数和矩阵求导有关的数学知识

• 线性代数基础[p27-p46]
• 矩阵求导 https://github.com/soloice/Matrix_Derivatives

• 阅读《花书》第二章 2.1 - 2.6，掌握向量，线性空间，矩阵范数相关的知识

• 阅读《花书》第二章 2.7 - 2.11，了解特征值分解，奇异值分解和矩阵的行列式

• 阅读《矩阵求导》中 "导数定义" 和 "对上述约定的理解"，掌握矩阵求导的基本定义和符号说明

• 阅读《矩阵求导》中 "变量多次出现的求导法则" 和 "矩阵求导的链式法则"，掌握神经网络中反向传播的常用计算方法

• 阅读《花书》第二章 2.12，同时自己推导一遍 PCA 算法
• 总结矩阵的各种范数
• 计算《矩阵求导》中算例的最小二乘解

1. 概率论
2. 数值计算

1. 机器学习基础

1. 深度前馈网络

1. 卷积神经网络

1. 循环和递归神经网络

1. 深度学习中的正则化技术
2. 深度学习的模型优化

1. 深度模型的实用方法
2. 深度学习的应用概述