AiLearning-Theory-Applying 快速上手Ai理论及应用实战：基础知识Basic knowledge、机器学习MachineLearning、深度学习DeepLearning2、自然语言处理BERT，持续更新中。含大量注释及数据集，力求每一位能看懂并复现。 学习章节： 必备数学基础Basic knowledge 高等数学基础 微积分 泰勒公式 线性代数基础 随机变量 概率论基础 数据科学的几种分布 核函数 熵和激活函数 回归分析 假设检验 相关分析 方差分析 KMEANS算法 贝叶斯分析 机器学习MachineLearning 信用卡欺诈检测（含数据集） 工业化工生产预测（含数据集） 智慧城市-道路通行时间预测（含数据集） 建筑能源利用率预测（含数据集） 快手用户活跃预测（含数据集） 机器学习实战小项目（含数据集） 深度学习入门DeepLearning 深度学习必备知识点 走进深度学习的世界 神经网络模型 卷积神经网络 递归神经网络与词向量原理解读 LSTM网络架构与情感分析应用实例 NLP通用框架BERT项目实战 NLP通用框架BERT原理解读 BERT源码解读与应用实例 基于BERT的中文情感分析实战.md 机器学习算法原理及推导 李航——统计学习方法 李宏毅——异常检测