可以直接阅读的Gitbook地址。 记一些杂七杂八的东西，边学边慢慢整理。 Learn and record and teach.

• Hinton教授的《Neural Networks for Machine Learning》；
• 吴恩达教授的《机器学习》。

两相对比，《NNML》更侧重前沿理论和数学抽象，《机器学习》更偏向实际应用和基础概念，以至于Hinton老师在《NNML》中提到一些常用概念和模型时直接跳过，而让学生参考《机器学习》的对应章节。总体来说，《NNML》介绍的角度更偏向学术，内容也较有难度，尤其是阅读材料中涵盖的论文，对于想要深入了解神经网络背后原理的学生来说是难得的扩展资料。

在16周的NNML课程学完后，很难一口气总结到底学到了什么，但中间的磕磕绊绊却是印象深刻，都总结在了这本书里。