机器学习与深度学习基础
承重墙 —— 其他几套教程都默认你会的那一层。
推荐算法直接上 DeepFM、Kaggle 直接教 LightGBM 调参、全景导论假设你懂反向传播 —— 中间这一层就是本教程要补的。补完回头看那三套，很多「记住的结论」会变成「知道为什么」。
⚡ 10 分钟训第一个模型 ⚖️ 直接看最重要的一章0%
你的进度（在每章末尾点「打卡」，保存在本浏览器里）
🧱 它填的是哪个洞
站里的其他几套教程，其实都从「中间层」开始讲 —— 每一套都假设你已经会了某样东西：
推荐算法
第 8 章直接上 DeepFM
「神经网络怎么训的」
Kaggle
教你 LightGBM 怎么调参
「GBDT 怎么工作的」
全景导论
第 2 章讲 Transformer
「反向传播是什么」
⬇
这一层就是本教程要补的
- 机器学习基础
- 深度学习基础
- 树模型
- 线性模型
- 过拟合与评估
- 反向传播
- 优化器
- 正则化
- CNN
- RNN
- 通往 Transformer
- PyTorch 实战
⭐ 两章别跳
第 5 章 · 评估与过拟合
机器学习里唯一「学会了终身受用」的一章。模型算法会过时， 「怎么知道模型到底行不行」永远不会过时。
机器学习里唯一「学会了终身受用」的一章。模型算法会过时， 「怎么知道模型到底行不行」永远不会过时。
第 11 章 · 训练调试手册
教科书教你模型怎么工作，没人教你模型不工作时该怎么办。 最难自学、最值钱的实战能力。
教科书教你模型怎么工作，没人教你模型不工作时该怎么办。 最难自学、最值钱的实战能力。
⏱️ 四种读法
| 你的情况 | 路线 | 时间 |
|---|---|---|
| 只想补深度学习（已会经典 ML） | 01 → 05 → 07-11 → 14 | 1 周 |
| 只做表格数据 / 树模型 | 01-06 → 16 → 17 | 1 周 |
| 完整打牢 | 全部顺读 | 3-4 周 |
| 急着用，只想会调试 | 05 → 11 → 附录B | 1 天 |
💡 这份教程的代码必须跑。其他几套可以只读，这套不行 —— 它的知识必须靠手感建立。光看「过拟合是训练好测试差」没用， 你得亲眼看到第 1 章那个 100% vs 91.8%。全部代码都实测过，不需要 GPU。