我希望我来对地方问这个问题。

回到大学时，我深入研究了机器和深度学习。我的整个计划都是基于这些领域。我知道所有基础数​​学，即使在今天我也知道如何为任何前馈网络推导反向传播。好吧，也许我需要看一看。但我仍然理解数学，我可以毫无问题地跟随。那时（2017 年）我什至正在研究和研究 GAN，这在当时还是很新奇的。

基本上，我当时就在热点。我正在使用各种算法，从逻辑回归、SVM 到 MLP、CNN、RNN（主要是 LSTM），并且正在尝试已经提到的 GAN。哦，启发式方法：GA、禁忌搜索、模拟退火等。还涉及到一些 NLP。

然后大学毕业后我去了游戏行业，呵呵。在那段时间里，我仍然/现在正在使用 ML/DL（和一些 OpenCV），但大多是简单的玩具项目（虽然一个项目是现实生活中的项目，但这很容易，我必须从纸上提取书面数字并分类他们）。

所以，我的问题是，考虑到我非常强大的背景，回到正轨的最佳（也是最快）方法是什么？我看到 Kaggle 在他们的网站上有一些课程，例如关于 DL的课程估计为 4 小时，关于特征工程的课程也是 4 小时。这不是很多时间，但我担心这对我来说太容易了，因此浪费时间。

考虑到我的背景，有哪些好的资源可以刷新/重新学习 ML/DL？