记录自己毕业两年来所学
发布于 1 小时前 作者 zmecust 43 次浏览 来自 分享

原文地址： https://github.com/zmecust/learning-manual

学习路程（生命不息，学习不止）：

  • 非科班 CS 专业，硕士期间自学编程。最开始从 PHP 起家，最喜欢 Laravel 框架以及它所包含的设计模式

  • 后因工作需要，转移到大前端。Vue、Angular、React 都撸过项目，喜欢 Vue 的渐进式即插即用，喜欢 React 的 JXS，喜欢 Koa 的洋葱模型以及面向切面编程，Nodejs 异步非阻塞

  • 我的数学自我感觉比较好，如果不玩 AI 真是浪费了我的数学天赋。比较专注于 NLP 以及 CV 领域的目标检测

  • 业余喜欢炒股，主动投资者，立志做一名全职 Quant。找到属于自己的 α，以期实现财富自由

目录

计算机基础

  1. Build Your Own Lisp
  2. 互联网协议入门
  3. 软件工程师需要了解的网络知识：从铜线到 HTTP
  4. Data Structures Reference

人工智能

通读材料

  1. Andrew Ng 机器学习和深度学习课程笔记，我的 AI 学习启蒙材料，感谢总结的人
  2. Machine Learning Yearning，AI 工程手册，by 吴恩达
  3. 深度学习理论与实战 – 李理的博客 给我启蒙 Transformer、BERT、XLNet 知识
  4. 爱可可-爱生活，每天分享前言 AI 知识，可以微博关注
  5. ApacheCN 人工智能知识树
  6. 神经网络与深度学习，By 邱锡鹏
  7. 莫凡 Python，入门 AI 的小视频，挺有趣
  8. Deep Learning 中文教程，理论知识丰富

统计机器学习

  1. 统计学习理论的数理基础
  2. 机器学习中的熵、条件熵、相对熵和交叉熵
  3. 极大似然估计与贝叶斯估计
  4. 批量梯度下降(BGD)、随机梯度下降(SGD)、小批量梯度下降(MBGD)
  5. PCA 的数学原理
  6. 最大似然估计（MLE）和最大后验概率（MAP）
  7. CS229课程-Part III 广义线性模型
  8. 浅谈线性、非线性和广义线性回归模型
  9. 特定条件下结构风险最小化等价于最大后验概率估计
  10. XGBoost Documentation
  11. 决策树、GBDT、XGBoost 和 LightGBM 之 GBDT
  12. GBDT 要点总结

特征工程

  1. 面向机器学习的特征工程（中文）

CV

  1. CNN 图像分类超全总结
  2. GAN 原理学习笔记
  3. 卷积神经网络中十大拍案叫绝的操作
  4. 完整学习目标检测中的 Recalls, Precisions, AP, mAP 算法
  5. 交并比（IOU）计算
  6. DenseNet：比 ResNet 更优的 CNN 模型
  7. 旷视科技提出物体检测专用Backbone——DetNet
  8. Fast/Faster/Mask R-CNN 总结
  9. 目标检测算法总结（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
  10. 目标检测算法之 SSD
  11. 目标检测：RetinaNet（ICCV 2017）
  12. 目标检测论文：ThunderNet: Towards Real-time Generic Object Detection
  13. 旷视科技目标检测概述：Beyond RetinaNet and Mask R-CNN
  14. 一步检测：YOLO（You Only Look Once）
  15. yolo 系列之 yolo v3
  16. CornerNet 算法笔记
  17. CenterNet 算法笔记（目标检测论文）
  18. 基于深度学习的目标检测最新进展（2013-2019）
  19. 深度可分离卷积、分组卷积、空洞卷积、转置卷积（反卷积）
  20. CNN 模型所需的计算力（flops）和参数（parameters）数量是怎么计算的
  21. Depthwise 卷积与 Pointwise 卷积
  22. ROI 操作：ROIPooling 和 ROIAlign
  23. 人脸识别中 Softmax-based Loss 的演化史
  24. 旷视科技俞刚：如何构建检测与分割的冠军系统
  25. CVPR2019: 使用 GIoU 作为检测任务的 Loss

NLP

  1. 词向量
  2. Transformer 图解
  3. TransformerXL：因为 XL，所以更牛
  4. Transformer-XL 解读（论文 + PyTorch 源码）
  5. BERT 模型详解
  6. BERT 模型详解视频
  7. XLNet 原理
  8. XLnet：GPT 和 BERT 的合体，博采众长，所以更强
  9. NLP 中的预训练语言模型总结(单向模型、BERT 系列模型、XLNet)
  10. XLNet 运行机制及和 Bert 的异同比较
  11. 从 one-hot 到 BERT，带你一步步理解 BERT

其他

  1. 计算与推断：数据科学基础
  2. 人工智能编程范式
  3. Bloomberg 机器学习课程
  4. 深度学习/机器学习面试笔记
  5. 数据挖掘教材
  6. 机器学习解释
  7. TensorFlow Course
  8. 基于模型的机器学习
  9. Deep Learning Project
  10. 强化学习导论（第二版）
  11. Grokking Deep Learning
  12. 让产品经理全面理解深度学习（中文）
  13. 面向机器学习的特征工程（中文）

Web 开发

CSS

  1. Sass 中文文档
  2. Flex 布局教程：语法篇
  3. 学习 CSS 布局
  4. You-need-to-know-css

JavaScript

  1. ECMAScript 6 入门
  2. JavaScript 编程精解
  3. 理解 ES6
  4. You-Dont-Know-JS
  5. 深入剖析 JavaScriptCore
  6. 常见的 JavaScript 内存泄露
  7. 从浏览器多进程到JS单线程
  8. JavaScript 开发者新闻

Vue

  1. 滴滴 Vue 源码解析
  2. 剖析 Vue 原理 & 实现双向绑定 MVVM
  3. 基于 Vue 实现后台系统按钮级权限控制
  4. Vue + axios 实现登录拦截、登出、拦截器
  5. Vue2.1.7 源码学习

React

  1. 重新思考 Redux
  2. React.js 小书
  3. React 编程模式
  4. 深度剖析：如何实现一个 Virtual DOM 算法
  5. 一起理解 Virtual DOM

Nodejs

  1. Koa.js 设计模式-学习笔记
  2. Node 定时器详解
  3. Node 调试工具入门教程
  4. 从头实现一个 koa 框架
  5. 如何通过饿了么 Node.js 面试
  6. Node.js 的线程和进程详解
  7. 不要混淆 nodejs 和浏览器中的 event loop
  8. Koa 源码解析

PHP

  1. PHP: The Right Way
  2. PHP 开发者实践
  3. PHP 启示录
  4. PHP Best Practices
  5. Awesome PHP
  6. 构建自己的 PHP 框架
  7. Laravel 的生命周期
  8. laravel 源码详解
  9. Laravel 的十八个最佳实践
  10. FastCgi 与 PHP-fpm 之间的关系
  11. Laravel 学习笔记 —— 神奇的服务容器
  12. S.O.L.I.D 面向对象设计和编程（OOD&OOP）

MySQL

  1. MySQL 索引背后的数据结构及算法原理
  2. MySQL 索引设计概要
  3. How does a relational database work

Nginx

  1. OpenResty 最佳实践
  2. Nginx 变量漫谈
  3. Nginx 常用配置

Docker

  1. Docker — 从入门到实践
  2. Docker 微服务教程
  3. Awesome Docker

区块链

  1. 一个故事告诉你比特币的原理及运作机制，了解区块链基本常识，纯粹为了装 X
  2. 区块链入门教程

WebRTC

  1. 点对点视频通话，Demo
  2. 多人视频通话，Demo

量化

  1. 股票多因子模型的回归检验，该专栏一系列文章都值得观看
  2. QuantStart Articles
  3. Barra 系列，值得一看
回到顶部