mlHomePage - juedaiyuer/researchNote GitHub Wiki

AI个人主页

就在这个方向死磕了...

Anaconda提供了多种流行的python包,包含了我们常用的numpy,scipy等科学计算的包,不用再考虑安装一个又一个的依赖包

代码测试时注意本机命令版本,源代码版本是否一致,源代码存放在opensource文件里

云服务器使用记录

Note

语音

数据库

统计学

回归

SVM

Chainer

Torch

Nervana Neo

Weka

MxNet

已归档opensource

CS231N

用于计算机视觉的深度学习和神经网络

为知笔记:资源|李飞飞在斯坦福主讲的卷积神经网络课程 (附视频+PPT)

CS224N

深度学习NLP课程

知识库问答KB-QA

Stanford 机器学习课程 吴恩达

社交网络分析

残差网络

MSRA的Kaiming He的残差网络绝对要算的上是2015年深度学习的大新闻了,深度残差网络将深度网络的层深拓展到一个不可思议的程度(152层),并在ImageNet竞赛中以绝对优势取得多个项目的冠军。后来,Kaiming He大神后来又把这一深度加到1000层的深度,能训练这么深的网络,残差网络的优势可见一斑。Kaiming He也因为这项工作获得了2016 CVPR的best paper award,这也是他获得的第二个CVPR best paper

迁移学习

chatbot

模式识别

认知计算

强化学习

dl

doing

source

人物

  • 徐立 计算机视觉 商汤科技

代表公司

blog

web

知乎墙

book

  • 机器学习实战---doing
  • 机器学习-周志华
  • 统计学习方法-李航
  • 数学之美
  • 终极算法:机器学习和人工智能如何重塑世界-佩德罗
  • 数据挖掘导论(已归档-AI文件夹)
  • deep learning(Ian Goodfellow , Yoshua Bengio , Aaron Courville) github链接
  • Tensorflow实战 黄文坚 唐源
  • Tensorflow实战Google深度学习框架 郑泽宇 顾思宇 broadview 连接
  • 反射算法和离散智能
  • 未来简史
  • 深度学习:原理与应用实践
  • 智能时代:大数据与智能革命重新定义未来
  • 心智社会
  • Python机器学习:预测分析核心算法
  • Python高性能编程
  • NLTK基础教程——用NLTK和Python库构建机器学习应用
  • 机器学习与数据科学(基于R的统计学习方法)
  • 实用机器学习
  • Python机器学习实践指南
  • 贝叶斯方法:概率编程与贝叶斯推断
  • TensorFlow技术解析与实战 李嘉璇 异步社区
  • 概率编程实战
  • Python机器学习——预测分析核心算法
  • 机器学习项目开发实战

文档

  • scikit-learn-docs.pdf(已归档)
  • 国务院关于印发新一代人工智能发展规划的通知国发〔2017〕35号.pdf 已归档
  • “十三五”国家科技创新规划.doc 已归档