以《机器学习》、《深度学习》两本书为基本
辅以CS231n和CS224n的视频课
使用python3.7 + pycharm + pytorch + TensorFlow 来编程实现代码
同时进行CV和NLP两个方向的论文学习
最后进行几个实际的项目的实战
Anaconda搭建人工智能与深度学习平台
Python基础
Python基础①：基础语法元素
Python基础②：基本数据类型
Python基础③：组合数据类型
Python基础④：程序控制结构
Python基础⑤：函数
Python基础⑥：类和对象
Python基础⑦：文件读写、模块、包和库
Python基础⑧：异常处理
PyTorch基础
数学基础
数学基础①：高数线代与概率论基础
决策树
支持向量机
贝叶斯分类
集成学习
聚类
降维与度量学习
特征选择与稀疏学习
计算学习理论
半监督学习SVM
概率图模型
规则学习
强化学习
深度学习（神经网络）
深度前馈网络
深度学习中的正则化
深度模型中的优化
卷积网络
序列建模-循环和递归网络
实践方法论
应用
深度学习研究
CS231n课程
CS224n课程
项目：自动编曲
项目：人脸检测识别
项目：图片生成文字
