写于Deep Learning学习之后

最近开始看深度学习方面的一些论文，把平时找到的一些有用的资料和对于看论文的笔记归纳总结、整理，放在博客里以免淡忘。一方面，在整理过程中，自己的理解也会更深入，系统性理解这个研究方向。另一方面，也希望能更好的与大家交流，互相学习。但是本人基础有限，学习时间尚短，所以对论文或知识的理解不够深入，或有偏差，还望大家不吝指正，谢谢。

本人联系方式：QQ：1919001342   Email：1919001342@qq.com

 

AI的分支领域：NLP（语义消歧）

                         Vision（image semantic annotation，scene classification）

                        collaborative filtering

……

 

以下是目录，慢慢更新吧。

目录：

1-深度学习-发展历程

2-深度学习-Reading List

3-深度学习-自然语言模型

4-NLP有用资料

5-word2vec架构分析及实践

6-斯坦福大学自然语言处理第四课“语言模型（LanguageModeling）

7-LSA/LSI潜在语义索引

8-概率主题模型简介

9-基于LDA的Topic Model变形

10-情感分析资源

中英文对照

稀疏编码 Sparse Coding

无监督学习 unsupervised method

超完备基 over-complete bases

主成分分析 PCA

稀疏性 sparsity

退化 degeneracy

代价函数 cost function

重构项 reconstruction term

稀疏惩罚项 sparsity penalty

范式 norm

生成模型 generative model

线性叠加 linear superposition

加性噪声 additive noise

特征基向量 basis feature vectors

经验分布函数 the empirical distribution

KL 散度 KL divergence

对数似然函数 the log-likelihood

高斯白噪音 Gaussian white noise

先验分布 the prior distribution

先验概率 prior probability

源特征 source features

能量函数 the energy function

正则化 regularized

最小二乘法 least squares

凸优化软件convex optimization software

共轭梯度法 conjugate gradient methods

二次约束 quadratic constraints

拉格朗日对偶函数 the Lagrange dual

前馈结构算法 feedforward architectures