推薦資源大部分來自《深度學習入門之 PyTorch》（廖星宇 編著）。
Python 語言三個學習資源
（1）《笨方法學 Python》（Learn Python the Hard Way）
本書面向零基礎的讀者，通過一系列簡單的例子快速入門 Python 的基本操作。
可網上搜尋其 Python3 版中文譯本。（2）廖雪峰的 Python 入門
用來更全面地學習 Python，掌握前幾章的 Python 基礎即可。
連結：https://www.liaoxuefeng.com/wiki/0014316089557264a6b348958f449949df42a6d3a2e542c000（3）Edx：Introduction to Computer Science and Programming Using Python
MIT 公開課，以 Python 作為入門語言，簡潔、全面地講述了電腦科學的內容，適合進一步的學習。
連結：https://www.bilibili.com/video/av2710394
機器學習（含深度學習）參考學習資源
（1）線性代數
- 《線性代數應該這樣學》（Linear Algebra done right）
可網上搜尋中文譯本電子版。 - MIT 的線性代數公開課
連結：MIT 線性代數
連結：MIT 線性代數習題課 -
Coding The Matrix
連結：Coding The Matrix
（2）機器學習基礎
學習資源從易到難排列：
- Coursera 上 Andrew Ng 的機器學習入門教程
連結：機器學習 Andrew Ng - 林軒田的機器學習基石和機器學習技法
連結：機器學習基石
連結：機器學習技法 - Udacity 的機器學習奈米學位
- 周志華著的《機器學習》
- 李航著的《統計學習方法》
-
Pattern Recognition and Machine Learning
可搜尋中文電子版對照閱讀。
（3）深度學習
- Deep Learning（Ian Goodfellow and Yoshua Bengio and Aaron Courville “花書”）
中文譯本電子版：深度學習 - Udacity 的兩個深度學習課程
- Coursera 的 Neural Networks for Machine Learning
連結：神經網路機器學習 - Stanford 的 cs231n
連結：深度視覺識別 - Stanford 的 cs224n
連結：深度學習自然語言處理
（4）其他
- 《Hands-On Machine Learning with Scikit-Learn & TensorFlow》
- 《推薦系統實踐》（項亮 編著）
- 《深度學習與計算機視覺 – 演算法原理、框架應用與程式碼實現》（叶韻 編著）