学习来源：Datawhale X 李宏毅苹果书 AI夏令营
本方向的核心学习目标是——通过 《深度学习详解》 和 李宏毅老师 21年的机器学习课程视频，入门机器学习，并尝试学习深度学习，展开代码实践（选修）

《深度学习详解》 主要内容源于《机器学习》（2021年春），选取了《机器学习》（2017年春） 的部分内容，在这些基础上进行了一定的原创，补充了不少除这门公开课之外的深度学习相关知识。

为了尽可能地降低阅读门槛，笔者对这门公开课的精华内容进行选取并优化，对所涉及的公式都给出详细的推导过程，对较难理解的知识点进行了重点讲解和强化，以方便读者较为轻松地入门。

在理论严谨的基础上，本书保留了公开课中大量生动有趣的例子，帮助读者从生活化的角度理解深度学习的概念、建模过程和核心算法细节，包括——

• 卷积神经网络、Transformer、生成模型、自监督学习（包括 BERT 和 GPT）等深度学习常见算法，
• 对抗攻击、领域自适应、强化学习、元学习、终身学习、网络压缩等深度学习相关进阶算法。

开源教程还获得了李宏毅老师的推荐~

链接指路：github.com/datawhalech…

Task 1 什么是机器学习？

简单来说，就是‘让机器具备找一个函数的能力’。以前学习常微分方程的老师第一课说：“人生其实也像是一道方程，只是随着不断长大，加入越来越多的变量参数。”
我们学习数学，就是学习具备解决某一类问题构造出来的方程；反过来，是不是也可以理解为让机器也具备这种不断探索得到属于它的方程（函数）的能力。