# 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，推荐如下书籍辅助您：


## 机器学习理论

在开启深度学习之前，大家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强关联。
机器学习理论的书籍教材比较多，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：《机器学习》（周志华著，清华大学出版社，2016年版）

## 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。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：《Deep Learning（深度学习）》（Goodfellow, Bengio, Courville合著，赵申剑、黎彧君、符天凡和李凯合译，人民邮电出版社，2017年版）
此书电子版在Github上已经开源，详情可参考此链接 [《深度学习》](https://github.com/exacity/deeplearningbook-chinese)

## 编程语言

### Python方向

这里推荐学习Python，一方面各大主流深度学习框架的主力支撑编程语言均为Python；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》（Zed Shaw著，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~
目前深度学习的课程多是公开免费的，通过学习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。
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，同步附上网址，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


# PaddlePaddle视频公开课
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，从初阶开始学习，向着中高阶努力。
目前已有PaddlePaddle官方视频公开课在官网呈现，可点击如下链接按需观看。

## [机器学习模型](http://ai.baidu.com/paddlepaddle/openCourses):就回归模型、分类模型、聚类模型、降维模型、模型复杂度度量等进行详细解读。
## [PaddlePaddle实战](http://ai.baidu.com/paddlepaddle/openCourses):PaddlePaddle经典视频教程，帮助开发者从零开始使用PaddlePaddle

## [PaddlePaddle应用场景](http://ai.baidu.com/paddlepaddle/openCourses):PaddlePaddle趣味应用教程，帮助开发者从简单场景逐步过渡到工业级应用