机器学习&深度学习干货资料（四）

是 否 +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~ !

立即领取

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

• 《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。

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

分享0 收藏3 回帖