一、Python与数学基础

Python基础知识

b站莫烦的Python3教程

数学基础

《机器学习数学》中文博客笔记
主要看：
线性代数——向量、矩阵、运算、范数、特征向量和特征值
高等数学——导数/微分/积分、梯度、泰勒展开公式、概率论

二、机器学习理论

《统计学习方法》——李航著
主要看：
1.统计学习概论 2.感知机 4.朴素贝叶斯 5.决策树 6.逻辑回归与最大熵 8.提升树 12.Xgboost
要求：
上述算法必须能手推公式，不需要从零实现算法，原理和代码可以去看刘建平老师的博客笔记

三、深度学习理论

吴恩达深度学习教程
配套练习：
github: https://github.com/robbertliu/deeplearning.ai-andrewNG
gitee: https://gitee.com/Mei_HW/deeplearning.ai-andrew-ng
kescit 线上版目录: https://zhuanlan.zhihu.com/p/95510114
李宏毅深度学习

四、深度学习实践

小土堆的pytorch快速入门
动手学深度学习——李沐

五、看研究方向的顶会论文并尽可能复现

顶会（ICCV、ECCV、CVPR）
顶刊（TPAMI、TIP、IJCV、TMM、PR、TCSVT）
看几十篇，尽可能复现一些价值度高的论文
papers with code