大数据人|大数据第一社区

 找回密码
 注册会员

扫一扫,访问微社区

近200篇机器学习&深度学习资料分享

2016-3-24 13:27| 发布者: admin| 查看: 17199| 评论: 0|来自: 小象问答

摘要: 本文收集了百来篇关于机器学习和深度学习的资料,含各种文档,视频,源码等。而且原文也会不定期的更新,望看到文章的朋友能够学到更多。《Brief History of Machine Learning》介绍:这是一篇介绍机器学习历史的文章 ...


《Entanglement-Based Quantum Machine Learning》

介绍:应对大数据时代,量子机器学习的第一个实验 paper 下载

《How a Math Genius Hacked OkCupid to Find True Love》

介绍:Wired 杂志报道了 UCLA 数学博士 Chris McKinlay (图1)通过大数据手段+机器学习方法破解婚恋网站配对算法找到真爱的故事,通过 Python 脚本控制着 12 个账号,下载了婚恋网站 2 万女用户的 600 万问题答案,对他们进行了统计抽样及聚类分析(图2,3),最后终于收获了真爱。科技改变命运!

《Underactuated Robotics》

介绍:MIT 的 Underactuated Robotics 于 2014 年 10 月 1 日开课,该课属于 MIT 研究生级别的课程,对机器人和非线性动力系统感兴趣的朋友不妨可以挑战一下这门课程!

《mllib 实践经验(1)》

介绍:mllib 实践经验分享

《Google Turns To Deep Learning Classification To Fight Web Spam》

介绍:Google 用 Deep Learning 做的 antispam (反垃圾邮件)

《NLP 常用信息资源》

介绍:NLP 常用信息资源* 《NLP 常用信息资源》

《机器学习速查表》

介绍:机器学习速查表

《Best Papers vs. Top Cited Papers in Computer Science》

介绍:从 1996 年开始在计算机科学的论文中被引用次数最多的论文

《InfiniTAM: 基于深度图像的体数据集成框架》

介绍:把今年的一个 ACM Trans. on Graphics (TOG)论文中的代码整理为一个开源的算法框架,共享出来了。欢迎大家使用。可以实时的采集 3D 数据、重建出三维模型。Online learning,GPU Random forest,GPU CRF 也会后续公开。

《Hacker’s guide to Neural Networks》

介绍:【神经网络黑客指南】现在,最火莫过于深度学习(Deep Learning),怎样更好学习它?可以让你在浏览器中,跑起深度学习效果的超酷开源项目 convnetjs 作者 karpathy 告诉你,最佳技巧是,当你开始写代码,一切将变得清晰。他刚发布了一本图书,不断在线更新

《Building a Production Machine Learning Infrastructure》

介绍:前 Google 广告系统工程师 Josh Wills 讲述工业界和学术界机器学习的异同,大实话

《Deep Learning Sentiment Analysis for Movie Reviews using Neo4j》

介绍:使用 Neo4j 做电影评论的情感分析。

《DeepLearning.University – An Annotated Deep Learning Bibliography》

介绍:不仅是资料,而且还对有些资料做了注释。

《A primer on deeping learning》

介绍:深度学习入门的初级读本

《Machine learning is teaching us the secret to teaching 》

介绍:机器学习教会了我们什么?

《scikit-learn:用于机器学习的 Python 模块》

介绍:scikit-learn 是在 SciPy 基础上构建的用于机器学习的 Python 模块。

《对话机器学习大神 Michael Jordan:解析领域中各类模型》

介绍:乔丹教授(Michael I. Jordan)教授是机器学习领域神经网络的大牛,他对深度学习、神经网络有着很浓厚的兴趣。因此,很多提问的问题中包含了机器学习领域的各类模型,乔丹教授对此一一做了解释和展望。

《A*搜索算法的可视化短教程》

介绍:A*搜索是人工智能基本算法,用于高效地搜索图中两点的最佳路径, 核心是 g (n) +h(n): g (n)是从起点到顶点n的实际代价,h(n)是顶点n到目标顶点的估算代价。合集

《基于云的自然语言处理开源项目 FudanNLP》

介绍:本项目利用了 Microsoft Azure,可以在几分种内完成 NLP on Azure Website 的部署,立即开始对 FNLP 各种特性的试用,或者以 REST API 的形式调用 FNLP 的语言分析功能

《吴立德《概率主题模型&数据科学基础》》

介绍:现任复旦大学首席教授、计算机软件博士生导师。计算机科学研究所副所长.内部课程

《机器学习入门资源不完全汇总》》

介绍:好东西的干货真的很多

《收集从 2014 年开始深度学习文献》

介绍:从硬件、图像到健康、生物、大数据、生物信息再到量子计算等,Amund Tveit 等维护了一个 DeepLearning.University 小项目:收集从 2014 年开始深度学习文献,相信可以作为深度学习的起点,github

《EMNLP 上两篇关于股票趋势的应用论文 》

介绍:EMNLP 上两篇关于 stock trend 用到了 deep model 组织特征; Exploiting Social Relations and Sentiment for Stock Prediction 用到了 stock network。

《Bengio 组(蒙特利尔大学 LISA 组)深度学习教程 》

介绍:作者是深度学习一线大牛 Bengio 组写的教程,算法深入显出,还有实现代码,一步步展开。

《学习算法的 Neural Turing Machine 》

介绍:许多传统的机器学习任务都是在学习 function,不过谷歌目前有开始学习算法的趋势。谷歌另外的这篇学习 Python 程序的 Learning to Execute 也有相似之处

《Learning to Rank for Information Retrieval and Natural Language Processing》

介绍:作者是华为技术有限公司,诺亚方舟实验室,首席科学家的李航博士写的关于信息检索与自然语言处理的文章

《Rumor has it: Identifying Misinformation in Microblogs》

介绍:利用机用器学习在谣言的判别上的应用,此外还有两个。一个是识别垃圾与虚假信息的 paper.还有一个是网络舆情及其分析技术

《R机器学习实践》

介绍:该课程是网易公开课的收费课程,不贵,超级便宜。主要适合于对利用R语言进行机器学习,数据挖掘感兴趣的人。

《大数据分析:机器学习算法实现的演化》

介绍:本章中作者总结了三代机器学习算法实现的演化:第一代非分布式的, 第二代工具如 Mahout 和 Rapidminer 实现基于 Hadoop 的扩展,第三代如 Spark 和 Storm 实现了实时和迭代数据处理。BIG DATA ANALYTICS BEYOND HADOOP

《图像处理,分析与机器视觉》

介绍:讲计算机视觉的四部奇书(应该叫经典吧)之一,另外三本是 Hartley 的《多图几何》、Gonzalez 的《数字图像处理》、Rafael C.Gonzalez / Richard E.Woods 的《数字图像处理》

《LinkedIn 最新的推荐系统文章 Browsemaps》

介绍:里面基本没涉及到具体算法,但作者介绍了 CF 在 LinkedIn 的很多应用,以及他们在做推荐过程中获得的一些经验。最后一条经验是应该监控 log 数据的质量,因为推荐的质量很依赖数据的质量!

《初学者如何查阅自然语言处理(NLP)领域学术资料》

介绍:初学者如何查阅自然语言处理(NLP)领域学术资料

《树莓派的人脸识别教程》

介绍:用树莓派和相机模块进行人脸识别

《利用深度学习与大数据构建对话系统 》

介绍:如何利用深度学习与大数据构建对话系统

《经典论文 Leo Breiman:Statistical Modeling: The Two Cultures 》

介绍:Francis Bach 合作的有关稀疏建模的新综述(书):Sparse Modeling for Image and Vision Processing,内容涉及 Sparsity, Dictionary Learning, PCA, Matrix Factorization 等理论,以及在图像和视觉上的应用,而且第一部分关于 Why does the l1-norm induce sparsity 的解释也很不错。

《Reproducing Kernel Hilbert Space》

介绍:RKHS 是机器学习中重要的概念,其在 large margin 分类器上的应用也是广为熟知的。如果没有较好的数学基础,直接理解 RKHS 可能会不易。本文从基本运算空间讲到 Banach 和 Hilbert 空间,深入浅出,一共才 12 页。

《Hacker’s guide to Neural Networks》

介绍:许多同学对于机器学习及深度学习的困惑在于,数学方面已经大致理解了,但是动起手来却不知道如何下手写代码。斯坦福深度学习博士 Andrej Karpathy 写了一篇实战版本的深度学习及机器学习教程,手把手教你用 Javascript 写神经网络和 SVM.

《【语料库】语料库资源汇总》

介绍:【语料库】语料库资源汇总

分享到: QQ空间 新浪微博 腾讯微博 人人网 飞信 百度搜藏

鲜花

握手

雷人

路过

鸡蛋

最新评论

关闭

站长推荐上一条 /2 下一条


id="mn_portal" >首页Portalid="mn_P18" onmouseover="navShow('P18')">应用id="mn_P15" onmouseover="navShow('P15')">技术id="mn_P37" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">前沿id="mn_P36" onmouseover="navShow('P36')">宝箱id="mn_P61" onmouseover="showMenu({'ctrlid':this.id,'ctrlclass':'hover','duration':2})">专栏id="mn_P65" >企业id="mn_Nd633" >导航 折叠导航 关注微信 关注微博 关注我们

QQ|广告服务|关于我们|Archiver|手机版|小黑屋|大数据人 ( 鄂ICP备14012176号-2  

GMT+8, 2024-3-29 01:24 , Processed in 0.294294 second(s), 21 queries .

Powered by 小雄! X3.2

© 2014-2020 bigdataer Inc.

返回顶部