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: 17201| 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 ...


《Machine Learning is Fun!》

介绍:Convex Neural Networks 解决维数灾难

《CNN 的反向求导及练习》

介绍:介绍 CNN 参数在使用 bp 算法时该怎么训练,毕竟 CNN 中有卷积层和下采样层,虽然和 MLP 的 bp 算法本质上相同,但形式上还是有些区别的,很显然在完成 CNN 反向传播前了解 bp 算法是必须的。此外作者也做了一个资源集:机器学习,深度学习,视觉,数学等

《正则表达式优化成 Trie 树 》

介绍:如果要在一篇文章中匹配十万个关键词怎么办?Aho-Corasick 算法利用添加了返回边的 Trie 树,能够在线性时间内完成匹配。 但如果匹配十万个正则表达式呢 ? 这时候可以用到把多个正则优化成 Trie 树的方法,如日本人写的 Regexp::Trie

《Deep learning Reading List》

介绍:深度学习阅读清单

《Caffe》

介绍:Caffe 是一个开源的深度学习框架,作者目前在 google 工作,作者主页 Yangqing Jia (贾扬清)

《GoogLeNet 深度学习模型的 Caffe 复现 》

介绍:2014 ImageNet 冠军 GoogLeNet 深度学习模型的 Caffe 复现模型,GoogleNet 论文.

《LambdaNet,Haskell 实现的开源人工神经网络库 》

介绍:LambdaNetLambdaNet 是由 Haskell 实现的一个开源的人工神经网络库,它抽象了网络创建、训练并使用了高阶函数。该库还提供了一组预定义函数,用户可以采取多种方式组合这些函数来操作现实世界数据。

《百度余凯&张潼机器学习视频》

介绍:如果你从事互联网搜索,在线广告,用户行为分析,图像识别,自然语言理解,或者生物信息学,智能机器人,金融预测,那么这门核心课程你必须深入了解。

《杨强在 TEDxNanjing 谈智能的起源》

介绍:”人工智能研究分许多流派。其中之一以 IBM 为代表,认为只要有高性能计算就可得到智能,他们的‘深蓝’击败了世界象棋冠军;另一流派认为智能来自动物本能;还有个很强的流派认为只要找来专家,把他 们的思维用逻辑一条条写下,放到计算机里就行……” 杨强在 TEDxNanjing 谈智能的起源

《深度 RNN/LSTM 用于结构化学习 0) 序列标注 Connectionist Temporal ClassificationICML06》

介绍:1) 机器翻译 Sequence to Sequence NIPS14 2) 成分句法 GRAMMAR AS FOREIGN LANGUAGE

《Deep Learning 实战之 word2vec》

介绍:网易有道的三位工程师写的 word2vec 的解析文档,从基本的词向量/统计语言模型->NNLM->Log-Linear/Log-Bilinear->层次化 Log-Bilinear,到 CBOW 和 Skip-gram 模型,再到 word2vec 的各种 tricks,公式推导与代码,基本上是网上关于 word2vec 资料的大合集,对 word2vec 感兴趣的朋友可以看看

《Machine learning open source software》

介绍:机器学习开源软件,收录了各种机器学习的各种编程语言学术与商业的开源软件.与此类似的还有很多例如:DMOZ – Computers: Artificial Intelligence: Machine Learning: Software, LIBSVM — A Library for Support Vector Machines, Weka 3: Data Mining Software in Java, scikit-learn:Machine Learning in Python, Natural Language Toolkit:NLTK, MAchine Learning for LanguagE Toolkit, Data Mining – Fruitful and Fun, Open Source Computer Vision Library

《机器学习入门者学习指南》

介绍:作者是计算机研二(写文章的时候,现在是 2015 年了应该快要毕业了),专业方向自然语言处理.这是一点他的经验之谈.对于入门的朋友或许会有帮助

《A Tour of Machine Learning Algorithms》

介绍:这是一篇关于机器学习算法分类的文章,非常好

《2014 年的《机器学习日报》大合集》

介绍:机器学习日报里面推荐很多内容,在这里有一部分的优秀内容就是来自机器学习日报.

《 Image classification with deep learning 常用模型》

介绍:这是一篇关于图像分类在深度学习中的文章

《自动语音识别:深度学习方法》

介绍:作者与 Bengio 的兄弟 Samy 09 年合编《自动语音识别:核方法》 3)李开复 1989 年《自动语音识别》专著,其博导、94 年图灵奖得主 Raj Reddy 作序

《NLP 中的中文分词技术》

介绍: 作者是 360 电商技术组成员,这是一篇 NLP 在中文分词中的应用

《Using convolutional neural nets to detect facial keypoints tutorial》

介绍: 使用 deep learning 的人脸关键点检测,此外还有一篇 AWS 部署教程

《书籍推荐:Advanced Structured Prediction》

介绍: 由 Sebastian Nowozin 等人编纂 MIT 出版的新书《Advanced Structured Prediction》http://t.cn/RZxipKG ,汇集了结构化预测领域诸多牛文,涉及 CV、NLP 等领域,值得一读。网上公开的几章草稿:,,,,

《An Introduction to Matrix Concentration Inequalities》

介绍: Tropp 把数学家用高深装逼的数学语言写的矩阵概率不等式用初等的方法写出来,是非常好的手册,领域内的 paper 各种证明都在用里面的结果。虽说是初等的,但还是非常的难

《The free big data sources you should know》

介绍: 不容错过的免费大数据集,有些已经是耳熟能详,有些可能还是第一次听说,内容跨越文本、数据、多媒体等,让他们伴你开始数据科学之旅吧,具体包 括:Data.gov、US Census Bureau、European Union Open Data Portal、Data.gov.uk 等

《A Brief Overview of Deep Learning》

介绍: 谷歌科学家、Hinton 亲传弟子 Ilya Sutskever 的深度学习综述及实际建议

《A Deep Dive into Recurrent Neural Nets》

介绍: 非常好的讨论递归神经网络的文章,覆盖了 RNN 的概念、原理、训练及优化等各个方面内容,强烈推荐!本文作者 Nikhil Buduma 还有一篇 Deep Learning in a Nutshell 值得推荐

《机器学习:学习资源》

介绍:里面融合了很多的资源,例如竞赛,在线课程,demo,数据整合等。有分类

《Statistical foundations of machine learning》

介绍:《机器学习的统计基础》在线版,该手册希望在理论与实践之间找到平衡点,各主要内容都伴有实际例子及数据,书中的例子程序都是用R语言编写的。


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 16:22 , Processed in 0.192963 second(s), 21 queries .

Powered by 小雄! X3.2

© 2014-2020 bigdataer Inc.

返回顶部