YDLinStars / Postgraduate_Study_Notes

Study for python

Geek Repo:Geek Repo

Github PK Tool:Github PK Tool

提示:点赞在看~养成好习惯 这是2020年在疫情期间,研一自学的笔记,整理一下就相当于自己的笔记整理。也是刚入门机器学习,代码写的不好麻烦见谅

觉得可以的话 Star一下呗 谢谢啦

仓库的内容主要为准研一暑假时,自己整理的一些笔记,如有不足的地方,希望各位大佬喷的轻一点呀

学习资料

链接:https://pan.baidu.com/s/1Qm2qNDj8PudcD4-Vh-5oKg 提取码:qeqh 复制这段内容后打开百度网盘手机App,操作更方便哦

NLP方向的学习建议

建议:

  1. python的学习请查看机器学习初学者公众号
  2. 关于机器学习可以先去看吴恩达的机器学习B站上有
  3. 深度学习入门:鱼书
  4. NLP入门:
    1. 选一篇英文综述来看
    2. 补充基础知识Word2Vec数学基础:https://www.cnblogs.com/peghoty/p/3857839.html
    3. 看论文
    4. 关于命名实体识别的好文章:https://www.yanxishe.com/columnDetail/21153
    5. 关于Transfomer模型可以去看一下B站的视频讲解后在去看论文
    6. 关于BERT的一个简单使用的jupyter notebook https://github.com/leandon/Postgraduate_Study_Notes/blob/master/Pytorch/BERT-base-preTrained.ipynb Notes:
  • python的学习请查看机器学习初学者公众号,主要学习科学工具包SKlearn等使用
  • 关于机器学习可以先去看吴恩达的机器学习B站上有,机器学习不建议细看,因为研一这门课基本上是必修课,到时会重新学一下,所以看一遍做一下习题就差不多了。
  • 深度学习方面鱼书是必看的,这一部分可以补补神经网络的知识
  • 看完上面的就可以专攻一下自己的学习比如NLP
  • 补一下基础的知识:Word2vec
  • 系统的学习:
  • 看一些论文的综述對研究领域有个大致的了解
  • 补充继承知识(往往是一些年份比较早的知识点):https://www.cnblogs.com/peghoty/p/3857839.html

阅读外文文献:

英语不好,推荐用知云

具体内容请参考:

https://blog.csdn.net/qq_37457202/article/details/108181067

1 python基础入门:

1.1 AI基础学习

强烈推荐跟着黄海广博士的AI基础进行过一遍 具体参考一下我下载的笔记 安利黄海广博士的公众号:机器学习初学者

!!!真的是干货巨多的一个公众号!!!

1.2 爬取网站

学习python的话当然要做crawing网站呀!

  1. 按照课本爬取国外的漫画网站**(已完成)**
  2. 爬取小说 **(已完成)
  3. 豆瓣爬取前250电影(!!!必做!!!)
  4. 爬取漫画--处理简单的反爬虫技术**(已完成)
  5. 爬取CSDN--做到网站更新邮件提醒操作**(已完成)
  6. 爬取自己考研学校的通知(模板可以参照4)
  7. 爬取电影下载(m3u8)格式!**(已完成)
  8. 搜索爬取B站‘1988’有关的视频信息**(已完成)
  9. 其他的一些小练习

参考资料:

wx公众号:

JackCui:特点是开源代码有持续更新,对于爬取一些大型项目来说学习非常合适。

学习python的正确姿态: 很多干货的小技巧呀,学起来非常有意思。

2 机器学习基础

2.1吴恩达的视频学习笔记 视频链接:https://www.bilibili.com/video/BV164411b7dx 课后作业# 系列文章目录 吴恩达的视频学习笔记

课后作业也在博客上相应的地方进行书写啦!!!

!!!强烈建议做完后把课后作业也做一下!!!

文章名称 传送门
Andrew Ng-机器学习基础笔记(上)-Python实现代码 传送门
Andrew Ng-机器学习基础笔记(下)-Python实现代码 传送门

3 统计学习方法

文章名称 文章博客
统计学习方法 [传送门]
统计学习复习资料 [传送门]
!!!2021.1.2 研一上学期也修了统计学习!!!

发现暑假学的真的还是有点用的,最后也取得了**90+**的成绩,虽然感觉考试是比较简单的。。。

目录如图

image-20210317090231258注意:** 这部分的话,之后在补上,对照课本上来实现,目前有些数学公式没能理解,回到学校后,借书来认真看
这部分别人的笔记写的很好的啦,多多参考别人的加深自己的理解

4 深度学习基础-神经网络

4.1 神经网络学习基础

强烈推荐这一本书!!!

image-20210318133723748

文章名称 文章博客
神经网络基础学习笔记汇总 传送门
神经网络基础学习笔记(一)感应机(人工神经元) 传送门

注意: 由于章节数较多,就直接把总账放下去建议,单章,单章看,详细见博客。建议前往博客上进行查看,是书本上的学习笔记,建议都都打一遍

5 Tensorflow2.0 学习笔记

文章名称 文章博客
Tensorflow2.0入门与实战学习笔记(一、二)-优化函数、学习率、反向传播 传送门
Tensorflow入门与实战学习笔记(三)--Tensorflow tf.data 模块 传送门
Tensorflow2.0 入门与实战学习笔记(四)-函数式Api 传送门
Tensorflow2.0 入门与实战学习笔记(五) 函数式api & 函数式 &卷积神经网络 传送门
Tensorflow2.0 入门与实战学习笔记(六)--批标准化&卷积神经网络(卫星图像) 传送门
Tensorflow2.0入门与实战学习笔记(七)--tf.keras序列问题 传送门
Tensorflow入门与实战学习笔记(八)--Eager模式 传送门
Tensorflow入门与实战学习笔记(九)-Tensorboard可视化 传送门
Tensorflow入门与实战学习笔记(十)-自定义综合实力和图片增强 传送门
Tensorflow入门与实战学习笔记(十一)-预训练网络 传送门
Tensorflow入门与实战学习笔记(十二)-图像定位 传送门
Tensorflow入门与实战学习笔记(十三)-FNN图像语义分割 传送门
Tensorflow2.0 入门与实战学习笔记(十四)-RNN循环卷积网络 传送门
代码笔记仓库:

6 NLP学习

| 深度学习(自然语言处理)-词嵌入 | 传送门 |
| 深度学习(自然语言处理)RNN、LSTM、TextCNN | 传送门 |
!!! NLP是自己研究生的学习方向,后面的文章会将自己学习到的觉得非常有意思的文章发在博客上的,如果觉得博客可以的话 欢迎Star呀!!!

6 参考文献

  • 西瓜书
  • 统计学习方法
  • 黄海广博士的公众号:
  • 机器学习初学者
  • 网易云-日月光华 TF2.0实战

About

Study for python


Languages

Language:Jupyter Notebook 99.1%Language:Python 0.9%