计划最近好好按步骤按阶段系统性的学习下机器学习和深度学习，希望能坚持下去。

基础数学篇

• [高等数学：求导、梯度]
• [高等数学：泰勒展开]
• [概率论：基本概念、条件概率、全概率、朴素贝叶斯]
• [概率论：期望、方差、协方差]
• [概率论：常见分布]
• [线性代数：矩阵]

机器学习中的基本概念

• [机器学习的分类]
• [训练集与测试集、样本的平衡选择]
• [正则化]

机器学习常用算法

• [线性回归]
• [朴素贝叶斯]
• [决策树]
• [K均值]
• [逻辑回归]
• [SVM支持向量机]
• [K近邻]
• [频繁项集挖掘]
• [AdaBoost与GBDT]

机器学习的应用

• [推荐系统]
• [点击率预估]
• [商品分类]
• [用户聚类]

深度学习中的基本概念

• [卷积层]
• [池化层]
• [抓爆层]
• [全连接层]

深度学习常用算法

• [多层感知机]
• [循环神经网络]
• [卷积神经网络]
• [长短记忆网络]

深度学习的应用

• AI之——无人车
• [AI之——AlphaGo围棋大战]
• [AI之——聊天机器人]

原文：https://www.cnblogs.com/xing901022/p/9150180.html