Group Leader：钱哲琦、曹骁威
本页面将会持续维护直到学期末...
如果你有任何疑问，请善用 Issues 功能提问（当然它的功能不止于此）。
Issues已经添加模板，以帮助大家规范格式。
通过 Pull requests 功能将完成日常的更新和维护，以及作业的审批流程。
请不要直接使用 Push 功能，即使后期将会给组内成员开放权限！
在线文档 Autumn 2017 进度记录，学员可以查询相关信息，如果信息有误请及时通知。
来自于今年的暑期班课程与deeplearning.ai的深度学习课程 暑期班课程组织设计与管理： @wolegechu
后面的大纲内容会进行一定的调整，不会与暑期班完全相同，但它依旧是一个很好的参考大纲。
| 时间 | 内容概要 | 相关材料 |
|---|---|---|
| 10.23前 | 开始前的工作： 团队协作与文档写作 提问的智慧 |
任务 |
| 10.21-11.5 | 工具安装 Anaconda 与 Jupyter Notebook Python和数据科学包 回归： 算法：线性回归，线性回归+正则项（L1, L2） 优化：梯度下降法 测度：欧式距离、街区距离、范数、Loss 作业：波士顿房价预测 |
任务 |
| 分类： 算法：k-NN, Logistic Regression, 决策树 作业： MNIST 手写数字识别、CIFAR-10 图像分类 采用第一周的特征 + 第二周的方法（多种组合，对比结果） |
||
| 经典算法： 支撑向量机 图像特征：SIFT, Visual BoW |
||
| 无监督学习： 聚类：K-means, K-means++ 降维：PCA, ICA, ZCA, LLE, AE 作业：客户聚类 |
||
| 神经网络DNN&CNN： 概念：卷积, Pooling, Stride, Padding, Data Augmentation, Learning Rate, Momentum, Softmax, ReLU, BP, SGD, Cross-Entropy Loss 网络：LeNet, AlexNet, VGGnet, GoogLeNet, ResNet 框架：Keras 作业：mnist 数字序列识别 |
||
| 神经网络提升： 神经网络的训练 物体检测与分割 卷积神经网络的可视化与理解 训练卷机神经网络的工程技巧 论文阅读：Deep Learning 推荐阅读论文（余宙） |
||
| 递归神经网络： 网络：RNN, LSTM |