不知不觉，红色石头在公众号已经发布了 100+ 的原创文章了。内容涉及林轩田机器学习课程笔记、吴恩达 deeplearning.ai 课程笔记、机器学习、深度学习、笔试面试题、资源教程等等。值得一提的是每篇文章都是我用心整理的，红色石头一贯坚持使用通俗形象的语言给我的读者朋友们讲解机器学习、深度学习的各个知识点。旨在给大家一份比较完备的学习路线和提升技巧。
今天，红色石头特此将以前所有的原创文章整理出来，组成一个比较合理、完整的机器学习、深度学习的学习路线图，希望能够帮助到大家。
林轩田机器学习基石笔记
【11】Linear Models for Classification
【14】Regularization
【15】Validation
资源！关于机器学习基石所有的教学视频、PPT课件、PDF笔记、书籍红色石头已经整理好了，直接在云盘获取。链接如下：
链接：
https://pan.baidu.com/s/1p5GaEiMVN1vWag4RFRIe0g
提取码：d3p1
林轩田机器学习林轩田机器学习基石笔记
【1】Linear Support Vector Machine
【2】Dual Support Vector Machine
【3】Kernel Support Vector Machine
【4】Soft-Margin Support Vector Machine
【10】Random Forest
【11】Gradient Boosted Decision Tree
【12】Neural Network
【13】Deep Learning
【14】Radial Basis Function Network
【16】Finale
资源！关于机器学习技法所有的教学视频、PPT课件、PDF笔记、书籍红色石头已经整理好了，直接在云盘获取。链接如下：
链接：
https://pan.baidu.com/s/1Au0lfxc1VQXUeD-ukU7NTw
提取码：mcp4
吴恩达深度学习专项课程笔记神经网络与深度学习：
【1】深度学习概述
【2】神经网络基础之逻辑回归
【4】浅层神经网络
【5】深层神经网络
优化神经网络：
【1】深度学习的实用层面
【2】优化算法
构建机器学习项目：
【1】机器学习策略（上）
【2】机器学习策略（下）
卷积神经网络CNN：
【1】卷积神经网络基础
【2】深度卷积模型：案例研究
【3】目标检测
【4】人脸识别与神经风格迁移
序列模型RNN：
【1】循环神经网络（RNN）
【3】序列模型和注意力机制
机器学习各个击破
机器学习各个击破
【1】机器学习中的维度灾难
【7】通俗易懂！白话朴素贝叶斯
【10】7 种回归方法！请务必掌握！
【12】划重点！通俗解释协方差与相关系数
【14】一份机器学习的自白书
深度学习各个击破
深度学习各个击破
【2】白话生成对抗网络 GAN！【附源码】
笔试题精选
机器学习技法：
【1】机器学习笔试题精选（一）
【2】机器学习笔试题精选（二）
【3】机器学习笔试题精选（三）
【5】机器学习笔试题精选（五）
【6】机器学习笔试题精选（六）
【7】机器学习笔试题精选（七）
资源、资源、工具、教程
工具、教程
【4】我的机器学习入门路线图
【5】我的深度学习入门路线
【6】撒花！吴恩达《Machine Learning Yearning》完结！
【7】2018 NLP圣经《自然语言处理综述》最新手稿已经发布！
【8】Git 简洁教程：本地项目如何与 GitHub 互连？
【9】撒花！吴恩达《Machine Learning Yearning》中文版新鲜出炉！
可能有的读者会问，怎么最近红色石头的原创文章少了？这里呢，给大家抱个歉。因为最近一段时间自己的学业工作比较占用时间，还有开办的《机器学习实战训练营》、GitChat 课程等很多事情要同步处理。毕竟时间精力有限啊~但是，我会一直精心挑选一些 AI 人工智能领域比较好的资源、教程和知识发布给大家。其实，原创是号主创作质量和个人能力的体现，而好的文章也更值得转载分享给大家，只要是能帮助到我的读者们学到知识即可。同时，红色石头保证以后会输出更多原创文章的。
另外，红色石头已经开设了知识星球。在这里我不仅会记录机器学习、深度学习的相关教程和知识点，也会分享关于考研、工作的一些经验。 在这里，你可以提问机器学习、深度学习的相关知识点；也可以提问考研、工作的困惑；也可以提问生活中的难题。总之，这里都是红色石头的朋友们，一个人的学习是孤独的，一群人的力量是强大的。让我们在这个圈子里快乐积极地共同进步！
