記錄自己兩年來所學

laravue發表於2019-08-28

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

學習路程（生命不息，學習不止）：

  • 非科班 CS 專業，碩士期間自學程式設計。最開始從 PHP 起家，最喜歡 Laravel 框架以及它所包含的設計模式

  • 後因工作需要，轉移到大前端。Vue、Angular、React 都擼過專案，喜歡 Vue 的漸進式即插即用，喜歡 React 的 JXS，喜歡 Koa 的洋蔥模型以及面向切面程式設計，Nodejs 非同步非阻塞

  • 我的數學自我感覺比較好，如果不玩 AI 真是浪費了我的數學天賦。比較專注於 NLP 以及 CV 領域的目標檢測

  • 業餘喜歡炒股，主動投資者，立志做一名全職 Quant。找到屬於自己的 α，以期實現財富自由

目錄

計算機基礎

  1. Build Your Own Lisp
  2. 網際網路協議入門
  3. 軟體工程師需要了解的網路知識：從銅線到 HTTP
  4. Data Structures Reference

人工智慧

通讀材料

  1. Andrew Ng 機器學習和深度學習課程筆記，我的 AI 學習啟蒙材料，感謝總結的人
  2. Machine Learning Yearning，AI 工程手冊，by 吳恩達
  3. 深度學習理論與實戰 -- 李理的部落格 給我啟蒙 Transformer、BERT、XLNet 知識
  4. 愛可可-愛生活，每天分享前言 AI 知識，可以微博關注
  5. ApacheCN 人工智慧知識樹
  6. 神經網路與深度學習，By 邱錫鵬
  7. 莫凡 Python，入門 AI 的小視訊，挺有趣
  8. Deep Learning 中文教程，理論知識豐富

統計機器學習

  1. 統計學習理論的數理基礎
  2. 機器學習中的熵、條件熵、相對熵和交叉熵
  3. 極大似然估計與貝葉斯估計
  4. 批量梯度下降(BGD)、隨機梯度下降(SGD)、小批量梯度下降(MBGD)
  5. PCA 的數學原理
  6. 最大似然估計（MLE）和最大後驗概率（MAP）
  7. CS229課程-Part III 廣義線性模型
  8. 淺談線性、非線性和廣義線性迴歸模型
  9. 特定條件下結構風險最小化等價於最大後驗概率估計
  10. XGBoost Documentation
  11. 決策樹、GBDT、XGBoost 和 LightGBM 之 GBDT
  12. GBDT 要點總結

特徵工程

  1. 面向機器學習的特徵工程（中文）

CV

  1. CNN 影象分類超全總結
  2. GAN 原理學習筆記
  3. 卷積神經網路中十大拍案叫絕的操作
  4. 完整學習目標檢測中的 Recalls, Precisions, AP, mAP 演算法
  5. 交併比（IOU）計算
  6. DenseNet：比 ResNet 更優的 CNN 模型
  7. 曠視科技提出物體檢測專用Backbone——DetNet
  8. Fast/Faster/Mask R-CNN 總結
  9. 目標檢測演算法總結（R-CNN、Fast R-CNN、Faster R-CNN、FPN、YOLO、SSD、RetinaNet）
  10. 目標檢測演算法之 SSD
  11. 目標檢測：RetinaNet（ICCV 2017）
  12. 目標檢測論文：ThunderNet: Towards Real-time Generic Object Detection
  13. 曠視科技目標檢測概述：Beyond RetinaNet and Mask R-CNN
  14. 一步檢測：YOLO（You Only Look Once）
  15. yolo 系列之 yolo v3
  16. CornerNet 演算法筆記
  17. CenterNet 演算法筆記（目標檢測論文）
  18. 基於深度學習的目標檢測最新進展（2013-2019）
  19. 深度可分離卷積、分組卷積、空洞卷積、轉置卷積（反摺積）
  20. CNN 模型所需的計算力（flops）和引數（parameters）數量是怎麼計算的
  21. Depthwise 卷積與 Pointwise 卷積
  22. ROI 操作：ROIPooling 和 ROIAlign
  23. 人臉識別中 Softmax-based Loss 的演化史
  24. 曠視科技俞剛：如何構建檢測與分割的冠軍系統
  25. CVPR2019: 使用 GIoU 作為檢測任務的 Loss

NLP

  1. 詞向量
  2. Transformer 圖解
  3. TransformerXL：因為 XL，所以更牛
  4. Transformer-XL 解讀（論文 + PyTorch 原始碼）
  5. BERT 模型詳解
  6. BERT 模型詳解視訊
  7. XLNet 原理
  8. XLnet：GPT 和 BERT 的合體，博採眾長，所以更強
  9. NLP 中的預訓練語言模型總結(單向模型、BERT 系列模型、XLNet)
  10. XLNet 執行機制及和 Bert 的異同比較
  11. 從 one-hot 到 BERT，帶你一步步理解 BERT

其他

  1. 計算與推斷：資料科學基礎
  2. 人工智慧程式設計正規化
  3. Bloomberg 機器學習課程
  4. 深度學習/機器學習面試筆記
  5. 資料探勘教材
  6. 機器學習解釋
  7. TensorFlow Course
  8. 基於模型的機器學習
  9. Deep Learning Project
  10. 強化學習導論（第二版）
  11. Grokking Deep Learning
  12. 讓產品經理全面理解深度學習（中文）
  13. 面向機器學習的特徵工程（中文）

Web 開發

CSS

  1. Sass 中文文件
  2. Flex 佈局教程：語法篇
  3. 學習 CSS 佈局
  4. You-need-to-know-css

JavaScript

  1. ECMAScript 6 入門
  2. JavaScript 程式設計精解
  3. 理解 ES6
  4. You-Dont-Know-JS
  5. 深入剖析 JavaScriptCore
  6. 常見的 JavaScript 記憶體洩露
  7. 從瀏覽器多程式到JS單執行緒
  8. JavaScript 開發者新聞

Vue

  1. 滴滴 Vue 原始碼解析
  2. 剖析 Vue 原理 & 實現雙向繫結 MVVM
  3. 基於 Vue 實現後臺系統按鈕級許可權控制
  4. Vue + axios 實現登入攔截、登出、攔截器
  5. Vue2.1.7 原始碼學習

React

  1. 重新思考 Redux
  2. React.js 小書
  3. React 程式設計模式
  4. 深度剖析：如何實現一個 Virtual DOM 演算法
  5. 一起理解 Virtual DOM

Nodejs

  1. Koa.js 設計模式-學習筆記
  2. Node 定時器詳解
  3. Node 除錯工具入門教程
  4. 從頭實現一個 koa 框架
  5. 如何通過餓了麼 Node.js 面試
  6. Node.js 的執行緒和程式詳解
  7. 不要混淆 nodejs 和瀏覽器中的 event loop
  8. Koa 原始碼解析

PHP

  1. PHP: The Right Way
  2. PHP 開發者實踐
  3. PHP 啟示錄
  4. PHP Best Practices
  5. Awesome PHP
  6. 構建自己的 PHP 框架
  7. Laravel 的生命週期
  8. laravel 原始碼詳解
  9. Laravel 的十八個最佳實踐
  10. FastCgi 與 PHP-fpm 之間的關係
  11. Laravel 學習筆記 —— 神奇的服務容器
  12. S.O.L.I.D 物件導向設計和程式設計（OOD&OOP）

MySQL

  1. MySQL 索引背後的資料結構及演算法原理
  2. MySQL 索引設計概要
  3. How does a relational database work

Nginx

  1. OpenResty 最佳實踐
  2. Nginx 變數漫談
  3. Nginx 常用配置

Docker

  1. Docker — 從入門到實踐
  2. Docker 微服務教程
  3. Awesome Docker

區塊鏈

  1. 一個故事告訴你比特幣的原理及運作機制，瞭解區塊鏈基本常識，純粹為了裝 X
  2. 區塊鏈入門教程

WebRTC

  1. 點對點視訊通話，Demo
  2. 多人視訊通話，Demo

量化

  1. 股票多因子模型的迴歸檢驗，該專欄一系列文章都值得觀看
  2. QuantStart Articles
  3. Barra 系列，值得一看

相關文章