请选择 进入手机版 | 继续访问电脑版
楼主: 心碎的科学
6559 45

太多资料了,可以说是机器学习和深度学习的一片海   [推广有奖]

  • 0关注
  • 8粉丝

硕士生

86%

还不是VIP/贵宾

-

威望
0
论坛币
1617 个
通用积分
0.5140
学术水平
20 点
热心指数
19 点
信用等级
21 点
经验
24154 点
帖子
71
精华
1
在线时间
182 小时
注册时间
2014-7-19
最后登录
2019-5-27

相似文件 换一批

+2 论坛币
k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群
赵安豆老师微信:zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

感谢您参与论坛问题回答

经管之家送您两个论坛币!

+2 论坛币
《Brief History of Machine     Learning》

介绍:这是一篇介绍机器学习历史的文章,介绍很全面,从感知机、神经网络、决策树、SVM、Adaboost到随机森林、DeepLearning.译文part1

介绍:这是瑞士人工智能实验室JurgenSchmidhuber写的最新版本《神经网络与深度学习综述》本综述的特点是以时间排序,从1940年开始讲起,到60-80年代,80-90年代,一直讲到2000年后及最近几年的进展。涵盖了deep learning里各种tricks,引用非常全面.

介绍:这是一份python机器学习库,如果您是一位python工程师而且想深入的学习机器学习.那么这篇文章或许能够帮助到你.

介绍:这一篇介绍如果设计和管理属于你自己的机器学习项目的文章,里面提供了管理模版、数据管理与实践方法.

介绍:如果你还不知道什么是机器学习,或则是刚刚学习感觉到很枯燥乏味。那么推荐一读。这篇文章已经被翻译成中文,如果有兴趣可以移步http://blog.jobbole.com/67616/

介绍:R语言是机器学习的主要语言,有很多的朋友想学习R语言,但是总是忘记一些函数与关键字的含义。那么这篇文章或许能够帮助到你

介绍:我该如何选择机器学习算法,这篇文章比较直观的比较了Naive Bayes,LogisticRegression,SVM,决策树等方法的优劣,另外讨论了样本大小、Feature与Model权衡等问题。此外还有已经翻译了的版本:http://www.52ml.net/15063.html

介绍:深度学习概述:从感知机到深度网络,作者对于例子的选择、理论的介绍都很到位,由浅入深。翻译版本:http://www.cnblogs.com/xiaowanyer/p/3701944.html

介绍:作者是来自百度,不过他本人已经在2014年4月份申请离职了。但是这篇文章很不错如果你不知道深度学习与支持向量机/统计学习理论有什么联系?那么应该立即看看这篇文章.

介绍:不会统计怎么办?不知道如何选择合适的统计模型怎么办?那这篇文章你的好好读一读了麻省理工Joshua B. Tenenbaum和剑桥ZoubinGhahramani合作,写了一篇关于automatic statistician的文章。可以自动选择回归模型类别,还能自动写报告...

介绍:对深度学习和representationlearning最新进展有兴趣的同学可以了解一下

介绍:这是一本信息检索相关的书籍,是由斯坦福Manning与谷歌副总裁Raghavan等合著的Introduction toInformation Retrieval一直是北美最受欢迎的信息检索教材之一。最近作者增加了该课程的幻灯片和作业。IR相关资源:http://www-nlp.stanford.edu/IR-book/information-retrieval.html

介绍:康奈尔大学信息科学系助理教授David Mimno写的《对机器学习初学者的一点建议》, 写的挺实际,强调实践与理论结合,最后还引用了冯 • 诺依曼的名言:"Young man, in mathematics you don't understand things. You just get usedto them."

介绍:这是一本关于分布式并行处理的数据《Explorations in Parallel Distributed Processing: A Handbook ofModels, Programs, and Exercises》,作者是斯坦福的James L.McClelland。着重介绍了各种神级网络算法的分布式实现,做Distributed Deep Learning 的童鞋可以参考下

介绍:【“机器学习”是什么?】JohnPlatt是微软研究院杰出科学家,17年来他一直在机器学习领域耕耘。近年来机器学习变得炙手可热,Platt和同事们遂决定开设博客,向公众介绍机器学习的研究进展。机器学习是什么,被应用在哪里?来看Platt的这篇博文

介绍:2014年国际机器学习大会(ICML)已经于6月21-26日在国家会议中心隆重举办。本次大会由微软亚洲研究院和清华大学联手主办,是这个有着30多年历史并享誉世界的机器学习领域的盛会首次来到中国,已成功吸引海内外1200多位学者的报名参与。干货很多,值得深入学习下

介绍:这篇文章主 要是以Learning toRank为例说明企业界机器学习的具体应用,RankNet对NDCG之类不敏感,加入NDCG因素后变成了LambdaRank,同样的思想从神经网络改为应用到Boosted Tree模型就成就了LambdaMART。ChirsBurges,微软的机器学习大神,Yahoo 2010 Learning to RankChallenge第一名得主,排序模型方面有RankNet,LambdaRank,LambdaMART,尤其以LambdaMART最为突出,代表论文为: FromRankNet to LambdaRank to LambdaMART: An Overview此外,Burges还有很多有名的代表作,比如:A Tutorial onSupport Vector Machines for Pattern Recognition

SomeNotes on Applied Mathematics for Machine Learning

介绍:100Best GitHub: Deep Learning

介绍:本教程将阐述无监督特征学习和深度学习的主要观点。通过学习,你也将实现多个功能学习/深度学习算法,能看到它们为你工作,并学习如何应用/适应这些想法到新问题上。本教程假定机器学习的基本知识(特别是熟悉的监督学习,逻辑回归,梯度下降的想法),如果你不熟悉这些想法,我们建议你去这里机器学习课程,并先完成第II,III,IV章(到逻辑回归)。此外这关于这套教程的源代码在github上面已经有python版本了UFLDL Tutorial Code

*《DeepLearning for Natural Language Processing and Related Applications》

介绍:这份文档来自微软研究院,精髓很多。如果需要完全理解,需要一定的机器学习基础。不过有些地方会让人眼前一亮,毛塞顿开。

介绍:这是一篇介绍图像卷积运算的文章,讲的已经算比较详细的了

介绍:每天请一个大牛来讲座,主要涉及机器学习,大数据分析,并行计算以及人脑研究。https://www.youtube.com/user/smolix (需翻墙)

介绍: (CRANTask Views, 34种常见任务,每个任务又各自分类列举若干常用相关工具包) 例如:机器学习,自然语言处理,时间序列分析,空间信息分析,多重变量分析,计量经济学,心理统计学,社会学统计,化学计量学,环境科学,药物代谢动力学 等

介绍:机器学习无疑是当前数据分析领域的一个热点内容。很多人在平时的工作中都或多或少会用到机器学习的算法。本文为您总结一下常见的机器学习算法,以供您在工作和学习中参考.

介绍: 很多干货,而且作者还总结了好几个系列。另外还作者还了一个文章导航.非常的感谢作者总结。

DeepLearning(深度学习)学习笔记整理系列之(二)

DeepLearning(深度学习)学习笔记整理系列之(三)

DeepLearning(深度学习)学习笔记整理系列之(四)

DeepLearning(深度学习)学习笔记整理系列之(五)

DeepLearning(深度学习)学习笔记整理系列之(六)

DeepLearning(深度学习)学习笔记整理系列之(七)

DeepLearning(深度学习)学习笔记整理系列之(八)


转自:https://github.com/ty4z2008/Qix/blob/master/dl.md



由于帖子字数限制,内容只展示了一小部分,完整的可以下载附件(附件回帖可见)

本帖隐藏的内容

机器学习与深度学习.doc (1.34 MB, 需要: 2 个论坛币) [hide]

[/hide]

二维码

扫码加我 拉你入群

请注明:姓名-公司-职位

以便审核进群资格,未注明则拒绝

关键词:深度学习 机器学习 学习的 introduction Optimization 人工智能 learning tricks 实验室 python

ABC080914 发表于 2016-6-1 00:35:22 |显示全部楼层 |坛友微信交流群

回帖奖励 +1

kankan

使用道具

fengyg 企业认证  发表于 2016-6-1 07:21:45 |显示全部楼层 |坛友微信交流群
kankan

使用道具

认知剩余价值 发表于 2016-6-1 15:21:37 来自手机 |显示全部楼层 |坛友微信交流群
太全了

使用道具

grobbelaar 发表于 2016-6-2 17:35:01 |显示全部楼层 |坛友微信交流群
好东西,谢谢楼主

使用道具

glen_f 发表于 2016-6-4 04:55:14 |显示全部楼层 |坛友微信交流群

好东西,谢谢楼主

使用道具

kankan

使用道具

zhyonger 发表于 2016-6-7 23:28:55 |显示全部楼层 |坛友微信交流群
看看就看看。

使用道具

yaoleilyr 发表于 2016-6-14 13:13:32 |显示全部楼层 |坛友微信交流群
好东西,谢谢楼主

使用道具

hat781 在职认证  发表于 2016-6-14 13:50:51 |显示全部楼层 |坛友微信交流群
感谢分享!!

使用道具

您需要登录后才可以回帖 登录 | 我要注册

本版微信群
加JingGuanBbs
拉您进交流群

京ICP备16021002-2号 京B2-20170662号 京公网安备 11010802022788号 论坛法律顾问:王进律师 知识产权保护声明   免责及隐私声明

GMT+8, 2024-3-29 21:21