深度学习教程 一。入门资料 :star: 数学基础 机器学习基础 快速入门 && && && && 深刻理解 && && &&&& && 深度学习基础 快速入门 && && && [ 计算机视觉 && 自然语言处理 深度强化学习 深刻理解 :star: && 一些书单 工程能力 &&&&&& &&& && :star: && &&&& && 常用算法: 特征工程:连续变量和分类变量 经典机器学习算法:LR,KNN,SVM,随机森林,GBDT(XGBoost && LightGBM),分解机,现场感知分解机,神经网络 交叉验证,模型选择:网格搜索,随机搜索,超优化 合奏学习