深度学习笔记

文章作者：姚凯飞 Club Factory

编辑整理：Hoh Xil

内容来源：作者授权发布

出品社区：DataFun

注：欢迎转载，转载请注明出处

本文内容提纲：

• 数学与机器学习基础
• 深度网络-现代实践
• 深度学习研究

01. 引言：

02. 数学与机器学习基础：

2.1 线性代数

2.2 概率与信息论

2.3 数值计算

2.4 机器学习基础

03. 深度网络-现代实践

3.1 深度前馈网络

3.2 深度学习中的正则化

3.3 深度模型中的优化

3.4 卷积神经网络

3.5 序列建模：循环和递归网络

3.6 实践方法论

04. 深度学习研究

4.1 线性因子模型

4.2 自编码器

4.3 表示学习

4.4 深度学习中的结构化概率模型

4.5 蒙特卡罗方法

4.6 直面配分函数

4.7 近似推断

4.8 深度生成模型

05. 深度学习书单：

1. 《 深度学习 》 作者: [美] 伊恩·古德费洛 / [加] 约书亚·本吉奥 / [加] 亚伦·库维尔

2. 《 Python 深度学习 》 作者: [美] 弗朗索瓦•肖莱

3. 《 图解深度学习 》 作者: [日] 山下隆义

4. 《 深度学习基础 》 作者：[美] Nlkhil Buduma

5. 《 Deep Learning : How the Mind Overrides Experience 》 作者 : Stellan Ohlsson

作者介绍：

姚凯飞，Club Factory 推荐算法负责人。硕士毕业于上海交通大学，前阿里推荐算法工程师，多年电商及视频推荐经验，目前在出海电商Club Factory负责推荐算法工作。

内推职位：

算法&开发工程师

工作地址：杭州市西湖区华星时代广场B座

内推邮箱: kaifeiyao@clubfactory.com

——END——

写在最后