Mind mappings of ML and DL

---

[TOC]

这是我为了准备DL和ML面试而做的思维导图，包含PDF文件，可以直接打包仓库下载观看学习。

现在网上有很多优秀的DL面试资源，但主要是文字性描述居多，比较耗费时间去全部阅读，鉴于最近自己也在准备面试和复习DL知识，因此顺便将做的思维导图分享出来，希望能够帮助其他人减少准备面试的时间。

思维导图主要关于ML和DL相关的内容，然后添加一些其他的学习Note和个人见解。思维导图的目的不是将每一个细节问题都列出来，而是希望能将一个问题或者一个知识点的重点和考察点记下来。通过图的方式能够将知识有一个更加抽象的表示，便于大家记忆。

个人力量有限，我尽力每天都更新一点内容，如果有大佬也喜欢用思维导图做笔记，非常欢迎提交你的内容，每一个提交者都会被署名在下方，希望能够帮助更多的人找到满意的DL工作。

非常感谢Hulu公司诸葛越和葫芦娃等，编写了一本非常棒的书《百面机器学习，算法工程师带你去面试》，其中很多问题的解答，通俗易懂，点到为止，让我受益匪浅，豁然开朗。强烈推荐面试复习必备：附上京东链接， 豆瓣书评。

非常感谢scutan90以及其他网友的开源贡献，开源了一个超级棒的关于DL的500个问题及其解答的项目，在此表达诚挚的谢意。

最后，尊重他人就是尊重自己，尊重作者的知识产权，版权所有，翻版必究，如果侵犯了你们的版权，在这里先说一声对不起，然后请与我联系：[email protected]。

附上ML/DL/RL深度交流讨论QQ群： QQ群号：622545311，加群时请备注: 姓名-方向-公司or高校。

百面机器学习笔记列表

1. Chapter 1: Feature Engineering
2. Chapter 2: Model Evaluation
3. Chapter 3: Algorithms
4. Chapter 4: Dimension Reduction
5. Chapter 5: Unsupervised Learning
6. Chapter 6: Probabilistic Graphical Model(PGM)
7. Chapter 7: Optimization Methods
8. Chapter 8: Sampling
9. Chapter 9: Deep FeedForward Network
10. Chapter 10: Recurrent Neural Network(RNN)
11. Chapter 11: Reinforcement Learning(RL)
12. Chapter 12: Ensemble Learning
13. Chapter 13: Generative Adversarial Network (GAN)
14. Chapter 14: Popular applications of artificial intelligence

深度学习500问笔记列表

1. 第一章 数学基础
2. 未完：第二章 机器学习基础