中文版！學習TensorFlow、PyTorch、機器學習、深度學習和數(shù)據(jù)結(jié)構五件套！（附免費下載）

編輯：深度學習沖鴨公眾號

學習深度學習以及面試肯定離不開下面的5個重要的資料，更何況是中文版！

獲得方式：

1. 關注【深度學習沖鴨】公眾號

2. 在【深度學習沖鴨】公眾號后臺回復 五件套 即可。

1. TensorFlow深度學習

書籍特點

            中文、含基礎介紹、有理論也有實戰(zhàn)結(jié)合

2. PyTorch

教程根據(jù) PyTorch 官方版本目錄，完整地還原了所有的內(nèi)容。包括簡單的環(huán)境搭建、快速入門相關 API、高級操作、圖像處理實戰(zhàn)、文本處理實戰(zhàn)、GAN 和強化學習等，基本涵蓋了目前所有深度學習相關的知識點。

 

教程目錄

3. 《統(tǒng)計學習方法》(第2版）

內(nèi)容簡介：

統(tǒng)計學習方法即機器學習方法，是計算機及其應用領域的一門重要學科。本書分為監(jiān)督學 習和無監(jiān)督學習兩篇，全面系統(tǒng)地介紹了統(tǒng)計學習的主要方法。包括感知機、k 近鄰法、樸素貝葉斯法、決策樹、邏輯斯諦回歸與最大熵模型、支持向量機、提升方法、EM 算法、隱馬爾可夫模型和條件隨機場，以及聚類方法、奇異值分解、主成分分析、潛在語義分析、概率潛在語義分析、馬爾可夫鏈蒙特卡羅法、潛在狄利克雷分配和 PageRank 算法等。除有關統(tǒng)計學習、監(jiān)督學習和無監(jiān)督學習的概論和總結(jié)的四章外，每章介紹一種方法。敘述力求從具體問題或?qū)嵗胧郑?由淺入深，闡明思路，給出必要的數(shù)學推導，便于讀者掌握統(tǒng)計學習方法的實質(zhì)，學會運用。 為滿足讀者進一步學習的需要，書中還介紹了一些相關研究，給出了少量習題，列出了主要參考文獻。 本書是統(tǒng)計機器學習及相關課程的教學參考書，適用于高等院校文本數(shù)據(jù)挖掘、信息檢索及自然語言處理等專業(yè)的大學生、研究生，也可供從事計算機應用相關專業(yè)的研發(fā)人員參考。

課件

4. 《神經(jīng)網(wǎng)絡與深度學習》中文版

介紹

《神經(jīng)?絡和深度學習》是?本免費的在線書，對讀者數(shù)學知識需求適度，兼顧理論和動手實踐。?前給出了在圖像識別、語?識別和?然語?處理領域中很多問題的最好解決?案，教讀者在神經(jīng)?絡和深度學習背后的眾多核?概念。

5. 《數(shù)據(jù)結(jié)構與算法Python版》公開課

課程概述

北京大學公開課《數(shù)據(jù)結(jié)構與算法Python版》于中國大學MOOC第2次開課，課程將圍繞著“算法+數(shù)據(jù)結(jié)構=程序”的思路，以問題求解為導向進行學習，幫助學生提高理論、抽象、設計的能力。

該課程注重數(shù)據(jù)結(jié)構與算法的實踐與應用，在課程中穿插了生動案例和編程練習，引導學生積極建立數(shù)據(jù)抽象和層次分析的思維模式，通過解決實際問題來加深對數(shù)據(jù)組織結(jié)構和相應處理算法的學習體會，并學會通過實際應用情況來權衡時空和其它資源開銷，達到最優(yōu)的應用效果。

獲得方式：

1. 關注【深度學習沖鴨】公眾號

2. 在【深度學習沖鴨】公眾號后臺回復 五件套 即可。

---

深度學習沖鴨

一個小小DLer，已經(jīng)在深度學習道路上走過了不少時間，寫過簡書、CSDN，打過各種深度學習比賽，寫過很多paper解讀文章。公眾號后臺回復：知識圖譜、python、DL、ML、NLP、C++、TensorFlow、QL、pytorch4NLP、PRML，可以獲得對應的資源。