李宏毅机器学习笔记汇总

  为了方便自己和其他人查阅笔记，特意将自己的学习笔记链接汇总整理到该博文中（感谢彦强的提醒）。

章节	简介
1 - Introduction	机器学习基本概念
2 - Regression	回归
3 - Bias and Variance	偏差和方差
4 - Gradient descent	梯度下降
5 - Classification	分类
6 - Logisitic Regression	逻辑回归
7 - Brief Introduction of Deep Learning	深度学习基本概念
8 - Backpropagation	反向传播
9 - Hello world of DL	深度学习Keras小试牛刀
10 - Tips for Training DNN	深度学习技巧
11 - CNN	卷积神经网络
12 - RNN	循环神经网络
13 - Transformer	BERT的基础
14 - BERT	NLP必知必会

论文阅读：
An overview of gradient descent optimization algorithms
  注：有几节课当时忘记写笔记了，在今年结束之前补上。