本科/研 0 基础入门
系统路径
小白友好
- 完全没基础？不知道学什么？怕坚持不了？
- 路线已替你规划好，照着做，3-6个月掌握实战能力。
机器学习体系化入门：分类、回归、神经网络到部署全搞定
线性回归、逻辑回归、神经网络、特征工程与调参技巧。是最适合入门的机器学习第一课
1
第一阶段：体系化视频课程
不建议一开始就阅读枯燥的教材，越看越没信心。0基础快速入门的第一秘诀：通俗易懂的体系化视频课程
深度学习从0基础到入门：算法原理 + 全流程实战 + 案例作业
从零扫盲到上手实战！手把手带你掌握神经网络、CNN、优化与调参，配套全作业案例，高效入门AI落地应用。
深度学习100个实战项目案例
由易到难，精选深度学习100个实战项目和算法创新视频课程，覆盖NLP、CV、时间序列、交叉学科人工智能等领域。
2
第二阶段：专栏文档阅读，跟着敲代码
有了基础准备后，就可以深度阅读专栏文档。 每篇文章配套公式、代码、运行截图，打开编辑器，跟着敲就行。
14天深度学习从0基础到入门
从 PyTorch 到 CNN/分割/检测，再到 RNN/Attention/Transformer/BERT，配套训练-验证-部署全闭环脚手架，14 天跑通，3 个月显著提升。
7天搞定PyTorch从安装到模型训练
从环境配置到张量运算，从神经网络搭建到模型训练与可视化，一次性掌握 PyTorch 全流程。7 天跑通深度学习项目闭环，真正做到“学得会、跑得动、能应用”。
3天吃透NLP从词向量到BERT的全栈路线
从Word2Vec、FastText、GloVe到TextCNN、TextRNN、Seq2Seq，再到Attention、Transformer、BERT、XLNet，一次性打通自然语言处理核心技能
3
第三阶段：实战练手小项目
通过小而精的项目，快速积累经验与作品。
CNN手写数字识别（CNN）
学完能获得：
数据预处理
卷积网络搭建
模型评估
Bert微博评论情感分析
学完能获得：
文本预处理
BERT编码
注意力机制
LSTM光伏发电预测
学完能获得：
时间序列
LSTM网络
模型训练
4
补充阶段：经典书籍（可选）
系统夯实理论：比如《花书》《鱼书》以及《西瓜书》《动手学深度学习》等。
【西瓜书】机器学习_周志华
覆盖经典算法。比较偏理论、公式推导多，但讲得清晰。
【花书】Deep Learning（中文版）
偏重数学、理论推导。更接近教材和科研参考。适合系统性理解深度学习理论的人
【鱼书】神经网络与深度学习
深度学习理论、网络结构、优化方法。数学量适中，讲解偏直观，适合入门走向理论。
