Add files via upload

source/beginners_guide/basics/Guide.md

+
+# 要读的第一本书
+基础理论习得的最直接来源就是书本。按机器学习理论、深度学习理论、编程语言三个方面划分，做如下书籍阅读推荐：
+
+## 机器学习理论
+
+在开启深度学习之前，我们需要先行掌握机器学习的理论。深度学习是机器学习中的一个分支，两者内在的理论基础存在很强关联。机器学习理论的书籍教材也非常多样，这里推荐一本易懂易学的书籍，可以重点关注神经网络部分。
+
+书名：周志华《机器学习》，清华大学出版社
+深度学习理论
+
+打好机器学习的理论功底后，可以开始钻研深度学习的理论了。通常深度学习理论会给人留下抽象难懂的印象，且和数学结合紧密。为了让大家能够开心入门，在此推荐一份超级容易读懂的教材，无论深度学习理论还是数学理论都能一本搞定~
+
+书名： [《深度学习》](https://github.com/exacity/deeplearningbook-chinese)，Goodfellow, Bengio, Courville合著，赵申剑、黎彧君、符天凡和李凯合译
+
+## 编程语言
+
+### Python方向
+纵览各大主流深度学习框架，主力支撑编程语言均为Python
+国际主流框架支持语言一览表
+另一方面，对比其他语言，Python也是相当简单易学的！
+Python的教材也非常多样，这里推荐一本实操和理论性都兼顾的教材，只要完成书中52个习题，跑代码然后发现问题解决，就能逐步上手
+书名：《“笨办法”学Python》，作者Zed Shaw 王巍巍译，人民邮电出版社2014年11月版
+
+### C++方向
+C++语言在底层框架中使用较多，在逐步掌握开源框架的基本操作后，在更高阶的框架应用中会用到这个技能点。
+同前面提到的Python一样，学习C++时需要多上手操作。这里推荐迅速上手C++的书籍，不但能够学习功能和结构，还提供了解决方案的示例。
+
+书名：《Essential C++》【美】李普曼（Lippman, S. B.）著，侯捷译，电子工业出版社2013年8月版
+
+# 需要看的视频公开课
+
+在学习一门新技术的同时，除了看书，如果有老师面对面教授，可以更快更好的学会知识。相比于线下授课，视频公开课能够在省钱省力的同时达到易学易掌握的效果~
+通过学习视频公开课，大家可以更轻松的理解深度学习中的抽象理论，并且也能在实操方面不绕弯路。且目前深度学习的课程多是公开免费的。
+纵览很多课程网的深度学习公开课之后，综合课程生动性、可操作性、紧凑性、连续性这些特点，推荐如下课程，并将它们的网址一并附上，便于大家查找学习~
+## 机器学习：
+## [AI技术](https://ai.baidu.com/paddlepaddle/player?id=13)：百度推出的“AI核心技术掌握“课程，每节课在20-30分钟左右，从AI技术到深度学习进行全面细致的解读。
+
+## [深度学习](http://speech.ee.ntu.edu.tw/~tlkagk/courses_ML17_2.html)：台湾李宏毅教授的在线课程，其中是英文课程，会结合国外的科研成果，但也适合新手入门和理解深度学习
+
+## [编程语言](https://ai.baidu.com/paddlepaddle/openCourses )：Python操作课程，从基础到进阶操作都提供详细说明，每节课在20分钟左右
+
+掌握好理论基础，具备编程能力后，可以开始使用PaddlePaddle Fluid进行实操，从初阶简单模型使用到中高阶的操作，目前已有官方视频公开课呈现，此处从初阶到高阶进行排行，方便大家按需取用
+