吴恩达--斯坦福教授的机器学习课程
完备的 AI 学习路线，最详细的资源整理！（来源： https://zhuanlan.zhihu.com/p/64052743）
吴恩达在斯坦福教授的机器学习课程:
课程主页：http://cs229.stanford.edu/
中文笔记及作业代码：https://github.com/fengdu78/Cou https://github.com/cycleuser/Stanford-CS-229-CN
速查表：https://zhuanlan.zhihu.com/p/56534902
这份给力的资源贡献者是一名斯坦福的毕业生 Shervine Amidi。作者整理了一份超级详细的关于 CS229的速查表
6 张中文速查表链接：https://pan.baidu.com/s/1G9SH98hwDb-0_1_7ShNHNw 提取码：cgze
作业代码：https://github.com/Sierkinhane/
++++++++++++++++++++++++++++++++++++++
林轩田《机器学习基石》: https://redstonewill.com/category/ai-notes/
配套书籍为《Learning From Data》，在线书籍主页：http://amlbook.com/
中文笔记： https://redstonewill.com/65/
------------------------------------------------------------------
《机器学习》周志华 :
《机器学习》（西瓜书）公式详解 (提供 PDF): https://github.com/datawhalechina/pumpkin-book
-----------------------------------------------------------------
Kaggle 比赛: 比赛是提升自己机器学习实战能力的最有效的方式，首选 Kaggle 比赛。
Kaggle 主页: https://www.kaggle.com/
Kaggle 路线: https://github.com/apachecn/kag
=====================================
《神经网络与深度学习》 : 复旦教授邱锡鹏开源发布《神经网络与深度学习》
本书是入门深度学习领域的极佳教材，主要介绍了神经网络与深度学习中的基础知识、主要模型（前馈网络、卷积网络、循环网络等）以及在计算机视觉、自然语言处理等领域的应用。
《深度学习》: 通常又被称为花书，深度学习领域最经典的畅销书。由全球知名的三位专家IanGoodfellow、YoshuaBengio和AaronCourville撰写，是深度学习领域奠基性的经典教材。该书被大众尊称为“AI圣经”。
在线阅读 , 该书由众多网友众包翻译，电子版在以下地址获得：https://github.com/exacity/deep
《深度学习 500 问》 项目地址：https://github.com/scutan90/Dee
