机器学习资源整理

最新推荐文章于 2025-08-14 14:20:52 发布
原创 最新推荐文章于 2025-08-14 14:20:52 发布 · 351 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#机器学习

提供斯坦福大学2016年秋季开设的CS229机器学习课程资料链接，包括课程材料等内容。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

史上最全机器学习资源整理
bigquant的博客
12-29 1770
机器学习资源浩如烟海，本文对机器学习资源做了相关整理，希望大家能够根据自己的细分研究领域，着重关注某些学习资源。可能某几个网页链接打不开，那说明需要“科学”上网。 机器学习也是一门实践学科，最好的学习就是不断的实践，推荐 BigQuant 人工智能量化投资 一站式的python+机器学习+量化投资平台，打开浏览器就可以使用投资数据和机器学习算法。 书籍 《Programming Collect...
机器学习资源整理（视频、书籍、链接）
DeepLabs的博客
10-14 2328
最全的机器学习资源整理（持续更新） 视频资源:吴恩达创立的深度学习学院、吴恩达的《深度学习》课程、李飞飞：如何教计算机理解图片、斯坦福大学公开课 ：机器学习课程、西安电子科技大学人工智能视频、谷歌人工智能入门、Yann Lecun深度学习公开课、MIT机器学习进阶课程等 Caffe/Tensorflow资源：prototxt网络结构可视化、Alexnet/Resnet/Letnet
机器学习简史
懒人的技术笔记
03-18 2746
站在AGI的门槛前，机器学习仍在书写新的传奇，而它的每一次进步，都在重新定义人类认知的边界。
java 机器学习资源整理
pdw2009的专栏
11-07 1876
Java 自然语言处理 CoreNLP—斯坦福大学的CoreNLP提供一系列的自然语言处理工具，输入原始英语文本，可以给出单词的基本形式（下面Stanford开头的几个工具都包含其中）。Stanford Parser—一个自然语言解析器。Stanford POS Tagger —一个词性分类器。Stanford Name Entity Recognizer—Java实现的名称识别器
机器学习资料整理
Kaiyuan_sjtu的博客
06-08 1765
写在前面 想到整理这资料也是由于老师某天发邮件说让我们整理机器学习相关的文献资料这些存档，索性我就自己也全面的再整理一遍啦。方便以后查资料用~ 机器学习方面的书籍就不再放了，知乎啊优快云啊上面应该有超级多推荐的，这里我贴一个免费下载电子书的网站：BookSee。上面基本上你所能想到的但是网上暂时无法下载的书籍都可以找到。 反正想到什么资源就往上贴，框架可能不是很合理，将就看吧~ 机...
机器学习介绍与数据集
2201_75768010的博客
02-24 2434
机器学习（Machine Learning）是让计算机从数据中自动学习规律，并依据这些规律对未来数据进行预测的技术。它涵盖聚类、分类、决策树、贝叶斯、神经网络、深度学习（Deep Learning）等多种算法 ，基本思路是模拟人类学习行为，通过经验归纳总结规律来预测未来。scikit - learn 是 Python 语言的机器学习工具，包含许多智能的机器学习算法实现，文档完善，上手容易，拥有丰富的 API 接口函数。
机器学习资源积累
DCX_abc的博客
10-23 1977
转自【资源】机器学习资源积累（积累中…） | 学步园+http://www.xuebuyuan.com/2200605.html 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 Textbo
C++机器学习库整理
wolf0924的专栏
11-04 3184
Timbl – 一种软件包/ C ++库，实现了几种基于内存的学习算法，其中IB1-IG是k最近邻分类的实现，而IGTree是IB1-IG的决策树近似，常用于NLP。Shark 是一个快速、模块化、通用的开源机器学习库 (C/C++)，用于应用和研究，支持线性和非线性优化、基于内核的学习算法、神经网络以及各种其他机器学习技术。LightGBM – 基于决策树算法的快速、分布式、高性能梯度提升(GBDT、GBRT、GBM 或 MART)框架，用于排名、分类和许多其他机器学习任务。
机器学习发展历程及其分类综述
wodertianna的博客
05-03 2778
随着计算机科学的发展，机器学习在近半个世纪经历了从诞生到崛起的飞速发展。尤其是互联网技术的普及推广，为机器学习的研究和应用提供了广泛的数据支撑。本文着重介绍了机器学习的发展由来和国内外研究现状，简要介绍了机器学习主要的四个部分即有监督学习、无监督学习、半监督学习和强化学习。
机器学习资源整理002不全
10-10
标题“机器学习资源整理002不全”和描述中的“机器学习资源整理002不全-math_deep.effective-java”暗示了这份压缩包包含了关于机器学习和Java编程的资料，特别是数学基础和《Effective Java》这本书的相关内容。...
国外程序员整理的机器学习资源大全.pdf
08-10
国外程序员整理的机器学习资源大全国外程序员整理的机器学习资源大全国外程序员整理的机器学习资源大全国外程序员整理的机器学习资源大全国外程序员整理的机器学习资源大全国外程序员整理的机器学习资源大全国外...
170730 甜品店打杂相关的机器学习与深度学习资源整理
08-12
资源下载链接为： https://pan.quark.cn/s/7f4a965795f1 170730 甜品店打杂相关的机器学习与深度学习资源整理（最新、最全版本！打开链接下载即可用！）
机器学习：梯度下降法的三种形式BGD、SGD以及MBGD
darren2015zdc的博客
05-23 732
在应用机器学习算法时，我们通常采用梯度下降法来对采用的算法进行训练。其实，常用的梯度下降法还具体包含有三种不同的形式，它们也各自有着不同的优缺点。 下面我们以线性回归算法来对三种梯度下降法进行比较。 一般线性回归函数的假设函数为： hθ=∑nj=0θjxjh_{\theta}=\sum_{j=0}^{n}\theta_{j}x_{j} 对应的能量函数（损失函数）形式为： Jtrain(θ)
机器学习与人工智能资源，等待更新
darren2015zdc的博客
05-31 409
机器学习与人工智能技术分享(未完待续)https://www.zybuluo.com/vivounicorn/note/446479#516-
xgboost 在windows的环境的安装
darren2015zdc的博客
01-15 398
参考：http://blog.youkuaiyun.com/fyjthcy/article/details/50562756 1. github下载地址： https://github.com/dmlc/xgboost/releases，用的最新版本0.4x 2. 下载成功后，打开xgboost-0.47源文件夹下的windows文件夹，打开里面的vs工程。编译生成xgboost.exe（用于CLI）以及
机器学习-决策树（DecisionTree）
iamfromhuoxing的博客
08-11 1199
对于一个离散随机变量XXX，其可能取值为x1x2xnx1​x2​...xn​，对应的概率分布为p1p2pnp1​p2​...pn​HX−∑i1npilog⁡2piHX−i1∑n​pi​log2​pi​其中，piPXxipi​PXxi​表示随机变量XXX取值为xix_ixi​的概率。给定随机变量XXX和YYYXXX在YY。
机器学习（1）
最新发布
ylqw258369的博客
08-14 577
如图所示， 若一条曲线完全 “包裹” 另一条（如 A 包裹 B、C ），则被包裹的曲线性能更差。向量表示：在机器学习中，对于包含m个示例的数据集D={x1​,x2​,...,xm​}，当每个样本由d个属性描述时，每个样本xi​可表示为d维向量(xi1​,xi2​,...,xid​)，该向量处于d维样本空间X中，其中d被称为样本xi​的 “维数”操作：按 7:3 比例，选取 70 个样本（保持 “好瓜占 60%、坏瓜占 40%” 的原始比例，即分层采样）作为训练集，30 个样本作为测试集。
掌握TensorFlow：高效机器学习资源整理
TensorFlow是由Google大脑团队开发的开源机器学习框架，它广泛用于各种深度学习和机器学习的研究与应用。自2015年11月公开发布以来，TensorFlow凭借其强大的灵活性和对不同平台的支持，迅速成为业界广泛使用的深度...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值