- 《机器学习提升之道(Level-Up Your Machine Learning)》
介绍:把机器学习提升的级别分为0~4级,每级需要学习的教材和掌握的知识。这样,给机器学习者提供一个上进的路线图,以免走弯路。另外,整个网站都是关于机器学习的,资源很丰富。
- 《Machine Learning Surveys》
介绍:机器学习各个方向综述的网站
- 《Deep Learning Reading list》
介绍:深入学习阅资源列表
- 《Deep Learning: Methods and Applications》
介绍:这是一本来自微的研究员 li Peng和Dong Yu所著的关于深入学习的方法和应用的电子书
- 《Machine Learning Summer School 2014》
介绍:2014年七月CMU举办的机器学习夏季课刚刚结束 有近50小时的视频、十多个PDF版幻灯片,覆盖 深度学习,贝叶斯,分布式机器学习,伸缩性 等热点话题。所有13名讲师都是牛人:包括大牛Tom Mitchell (他的[机器学习]是名校的常用教材),还有CMU李沐 .(1080P高清哟)
- 《Sibyl: 来自Google的大规模机器学习系统》
介绍:在今年的IEEE/IFIP可靠系统和网络(DSN)国际会议上,Google软件工程师Tushar Chandra做了一个关于Sibyl系统的主题演讲。 Sibyl是一个监督式机器学习系统,用来解决预测方面的问题,比如YouTube的视频推荐。详情请阅读google sibyl
- 《Building a deeper understanding of images》
介绍:谷歌研究院的Christian Szegedy在谷歌研究院的博客上简要地介绍了他们今年参加ImageNet取得好成绩的GoogLeNet系统.是关于图像处理的。
- 《Bayesian network 与python概率编程实战入门》
介绍:贝叶斯学习。如果不是很清可看看概率编程语言与贝叶斯方法实践
- 《AMA: Michael I Jordan》
介绍:网友问伯克利机器学习大牛、美国双料院士Michael I. Jordan:"如果你有10亿美金,你怎么花?Jordan: "我会用这10亿美金建造一个NASA级别的自然语言处理研究项目。"
- 《机器学习&数据挖掘笔记_16(常见面试之机器学习算法思想简单梳理)》
介绍:常见面试之机器学习算法思想简单梳理
- 《文本与数据挖掘视频汇总》
介绍:Videolectures上最受欢迎的25个文本与数据挖掘视频汇总
- 《怎么选择深度学习的GPUs》
介绍:在Kaggle上经常取得不错成绩的Tim Dettmers介绍了他自己是怎么选择深度学习的GPUs, 以及个人如何构建深度学习的GPU集群: http://t.cn/RhpuD1G
- 《对话机器学习大神Michael Jordan:深度模型》
介绍:对话机器学习大神Michael Jordan
- 《Deep Learning 和 Knowledge Graph 引爆大数据革命》
介绍:还有2,3部分。http://blog.sina.com.cn/s/blog_46d0a3930101gs5h.html
- 《Deep Learning 教程翻译》
介绍:是Stanford 教授 Andrew Ng 的 Deep Learning 教程,国内的机器学习爱好者很热心的把这个教程翻译成了中文。如果你英语不好,可以看看这个。