課程資料

課程主頁： https://web.stanford.edu/class/cs224n /
中文筆記： http://www.hankcs.com/nlp/cs224n-introduction-to-nlp-and-deep-learning.html
課程視訊： https://www.bilibili.com/video/av30326868/?spm_id_from=333 .788.videocard.0
實驗環境推薦使用Linux或者Mac系統，以下環境搭建方法皆適用:
· Docker環境配置： https://github.com/ufoym/deepo
· 本地環境配置： https://github.com/learning511/cs224n-learning-camp/blob/master/environment.md
註冊一個github賬號：github.com
後續釋出的一些project和exercise會在這個github下：
https://github.com/learning511/cs224n-learning-camp
重要的一些資源：
深度學習史丹佛教程： http://deeplearning.stanford.edu/wiki/index.php/UFLDL教程
廖雪峰python3教程： https://www.liaoxuefeng.com/article/001432619295115c918a094d8954bd493037b03d27bf9a9000
github教程： https://www.liaoxuefeng.com/wiki/0013739516305929606dd18361248578c67b8067c8c017b000
莫煩機器學習教程： http://morvanzhou.github.io/tutorials /
深度學習經典論文： https://github.com/floodsung/Deep-Learning-Papers-Reading-Roadmap
史丹佛cs229程式碼(機器學習演算法python徒手實現)： https://github.com/nsoojin/coursera-ml-py
吳恩達機器學習新書：machine learning yearning： https://github.com/AcceptedDoge/machine-learning-yearning-cn
清華大學NLP實驗室總結機器閱讀論文、資料集： https://github.com/thunlp/RCPapers
老師部落格(機器學習基礎演算法專題)： https://blog.csdn.net/dukuku5038/article/details/82253966
老師部落格(深度學習專題)： https://blog.csdn.net/column/details/28693.html
史丹佛cs20I課件： https://github.com/learning511/cs224n-learning-camp/tree/master/cs20is
AI比賽經驗+開原始碼彙總： https://blog.csdn.net/dukuku5038/article/details/84195750

知識工具

材料有中英兩個版本，但是推薦大家讀英文

數學工具

史丹佛資料：
線性代數（連結地址： http://web.stanford.edu/class/cs224n/readings/cs229-linalg.pdf ）
概率論（連結地址： http://101.96.10.44/web.stanford.edu/class/cs224n/readings/cs229-prob.pdf ）
凸函式優化（連結地址： http://101.96.10.43/web.stanford.edu/class/cs224n/readings/cs229-cvxopt.pdf ）
隨機梯度下降演算法（連結地址： http://cs231n.github.io/optimization-1 /）
中文資料：
機器學習中的數學基本知識（連結地址： https://www.cnblogs.com/steven-yang/p/6348112.html ）
統計學習方法（連結地址： http://vdisk.weibo.com/s/vfFpMc1YgPOr ）
大學數學課本（從故紙堆裡翻出來^_）

程式設計工具

史丹佛資料：
Python複習（連結地址： http://web.stanford.edu/class/cs224n/lectures/python-review.pdf ）
TensorFlow教程（連結地址： https://github.com/open-source-for-science/TensorFlow-Course#why-use-tensorflow ）
中文資料：
廖雪峰python3教程（連結地址： https://www.liaoxuefeng.com/article/001432619295115c918a094d8954bd493037b03d27bf9a9000 ）
莫煩TensorFlow教程（連結地址： https://morvanzhou.github.io/tutorials/machine-learning/tensorflow /）