NTL01
我在19年暑假的时候科学上网找到了一本比较友好的ML书，书名听起来也十分友好：Machine Learning for Humans
这本书涵盖了ML、DL、RL三方面，并且文笔十分通俗易懂（正如他的书名所说的）于是我边读边在Evernote上做笔记，完成后也算是对机器学习的主要部分有了一个大体上的了解。
然后，开始慢慢接触一些DL的内容，并开始任务驱动型地上手一些Neural Network，现在的学习途径主要是针对自己想要解决的问题来合理地调整自己的模型、同时剖析高度封装的DL代码。
另外，我认为合理使用colab可以更好地提升学习的体验，因为这是一个在线的jupyter环境，并且有GPU、TPU和Google Drive加持，可以省去很多配置环境的不便与安装tensorflow、pytorch这种动辄上G的依赖包的麻烦。把精力与时间focus到理论与代码的研究中。