现在的位置: 首页 > 综合 > 正文

【资源】机器学习资源积累(积累中…)

2014年11月02日 ⁄ 综合 ⁄ 共 2294字 ⁄ 字号 评论关闭

Andrew Moore,邓侃在CMU的老板,机器学习和数据挖掘专家,写了很多关于数据挖掘和机器学习的PPT和PDF文档,浅显易懂,推荐阅读

http://www.autonlab.org/tutorials/

 

Good Freely Available Textbooks on Machine

http://metaoptimize.com/qa/questions/186/good-freely-available-textbooks-on-machine-learning

Berkeley CS 281B Statistical Learning Theory Readings

http://www.cs.berkeley.edu/~bartlett/courses/281b-sp08/readings.html

 

第十届机器学习及其应用研讨会 MLA’2012 Slides 

http://www.cnblogs.com/youth0826/archive/2012/11/13/2767800.html

 

 Machine Learning Surveys - 以众包形式搜集整理了约 20 年来机器学习各个领域的综述和教程类文献,目前已经有 100 多篇,均可自由下载

http://www.mlsurveys.com/

 

 北美+德国18名校的数据挖掘、数据分析、人工智能及机器学习课程资源汇总

http://www.datasciencecentral.com/profiles/blogs/berkeley-course-on-data-science

 

Deep Learning for NLP (without Magic) - ACL 2012 Tutorial - 相关视频及课件

http://52opencourse.com/301/deep-learning-for-nlp-without-magic-acl-2012-tutorial-%E7%9B%B8%E5%85%B3%E8%A7%86%E9%A2%91%E5%8F%8A%E8%AF%BE%E4%BB%B6

 

Deep Learning 在NLP中的应用,parser、part of speech

http://ml.nec-labs.com/senna/

 

RLSI(Regularized Latent Semantic Indexing) java code

https://code.google.com/p/rlsi-java-source/

 

这个赞。Stanford 教授 Andrew Ng 的 Deep Learning 教程,于今日,2013年4月8日,全部翻译成中文
http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

 

 机器学习各个领域的survey

http://www.mlsurveys.com/

 

余凯和张潼老师的《机器学习Machine Learning》
 http://wenku.baidu.com/course/view/49e8b8f67c1cfad6195fa705#39124-tsina-1-59209-7f31e6706fc679e86eccddbc982dcff7

kdd2013 论文下载

http://dl.acm.org/citation.cfm?id=2487575&picked=prox

Unsupervised Feature Learning and Deep Learning_Andrew Ng 视频课程

http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=ufldl

 

A Course in Machine Learning by Hal Daumé III  机器学习课程,有讲义,图都是手画的,简单易懂

http://ciml.info/

CMU机器学习系教授Andrew Moore在跳槽去当谷歌匹兹堡主管前,写了一系列统计数据挖掘教程:Statistical Data Mining Tutorials

http://www.autonlab.org/tutorials/ 

 topic model c++ codes

http://www.csc.kth.se/~chengz/TopicModelCode.html

LIBMF: A Matrix-factorization Library for Recommender Systems

http://www.csie.ntu.edu.tw/~cjlin/libmf/

Reproducible Research in Computational Science网站,汇总计算机学科(尤其机器学习)的公开源代码

http://www.csee.wvu.edu/~xinl/source.html 

OpenNN, An Open Source Library For Neural Networks, c++

http://www.52ml.net/16009.html

【DLib: Library for Machine Learning】遵循Boost Software License协议的C++库,内容很多,除了一些常用的机器学习算法之外,还有图像处理、数据压缩等,优点是文档很详细

http://www.52ml.net/16084.html

很好的条件随机场(CRF)入门介绍

http://blog.echen.me/2012/01/03/introduction-to-conditional-random-fields/

抱歉!评论已关闭.