比较喜欢 Udacity 课程的一个重要原因是细心的课程设计者们在讲解很多知识后，还会提供网络上其他人对于相关内容的解读，我在这里将其称为优达精选 Udacity Selection。一直以来有一个观点就是如果你发现某一本书上的某一个概念非常难以理解，那么多半是因为你正在读的书没有将其很好的呈现，因此高效学习的重要一环就是找到最好的教学资源。
这些精选的资源提供了对同一知识的不同解读，我在学习的过程中有些链接认真的学习了，但有些为了更快的向前赶进度，并没有全部认真看完。并且由于这些链接被放置的比较零散，很容易就错过了，因此在这里分主题做一个整理，方便后面有时间的时候可以更快的查阅。
神经网络
Jay Alammar - A Visual and Interactive Guide to the Basics of Neural Networks
梯度下降与反向传播
Khan Academy - 多元微积分中的梯度
Andrew Trask - A Neural Network in 13 lines of Python
Columbia University - Rules of calculus - multivariate
数据整理
Udacity 机器学习课程 - 特征缩放和主元分析
Pandas 官方教程 - 10 分钟 Pandas 快速上手
Udacity 数据分析课程 - 利用 Numpy 和 Panda 进行数据整理
Checkpoint saving
Machine Learning Mastery - How to Check-Point Deep Learning Models in Keras
Machine Learning Mastery - How to Grid Search Hyperparameters
图像信息放大
Distill - Deconvolution and Checkerboard Artifacts
t-SNE
Chris Olah - Visualizing MNIST: An Exploration of Dimensionality Reduction
