栖客

转载自：http://blog.jobbole.com/60809/在理解了我们需要解决的机器学习问题之后，我们可以思考一下我们需要收集什么数据以及我们可以用什么算法。本文我们会过一遍最流行的机器学习算法，大致了解哪些方法可用，很有帮助。机器学习领域有很多算法，然后每种算法又有很多延伸，所以对于一个特定问题，如何确定一个正确的算法是很困难的。本文中我想给你们两种方法来归纳在现实

转载自：在国外的论坛看到有人发表，免费转来分享给大家！包含内容：1. AdvancedCalculus with Applications in Statistics2.A History of Probability and Statistics and Their Applications before 17503.Markov Decision Processes: Di

转载自：http://blog.youkuaiyun.com/cxwen78/article/details/7399711为了更好的学习推荐系统，本博文将个人知道的关于推荐系统的相关资源整理汇总，拿出来与大家分享。本博文每月更新一次，长期维护，如果你有好的关于推荐系统的资源，请email我，放到这里与大家分享。主页GroupLens: http://www.grouplens.o

转载自：http://blog.youkuaiyun.com/liuxincumt/article/details/7527917Machine Learning & Statistical Learning （机器学习 & 统计学习） 网址：http://cran.r-project.org/web/views/MachineLearning.html维护人员：Torsten Hothorn 

转载自：http://www.math.org.cn/forums/index.php?showtopic=4427建议看此贴时，如果找某专题用ie查找，因为网站太多了！好不容易贴完了，国内、国外的，由小学到学术的、数学各个领域的精彩网址都在这了，够全的吧！中文数学专业网站:博士家园http://www.math.org.cnhttp://www.bossh.net

转载自：http://blog.youkuaiyun.com/godenlove007/article/details/8899186在学习机器学习的有关知识时，搜索到JerryLead的cnblog中的Machine Learning专栏，里面对于机器学习的部分算法和知识点讲解地很经典和透彻。所以Mark在这，多多学习！http://www.cnblogs.com/jerrylead/t

转载自：http://blog.youkuaiyun.com/artemisrj/article/details/22932345经验告诉我们，人们往往热衷于搜集资料，然后不看。。。 ----------------------------我是不思进取的分割线--------网站Or博客---------------------------------视物致知 ，《数据

转载自：国外人工智能界牛人主页以前转过一个计算机视觉领域内的牛人简介，现在转一个更宽范围内的牛人简介：http://people.cs.uchicago.edu/~niyogi/http://www.cs.uchicago.edu/people/http://pages.cs.wisc.edu/~jerryzhu/http://www.kyb.tuebi

转载自：http://blog.youkuaiyun.com/tiandijun/article/details/20799781我经常在 TopLanguage 讨论组上推荐一些书籍，也经常问里面的牛人们搜罗一些有关的资料，人工智能、机器学习、自然语言处理、知识发现（特别地，数据挖掘）、信息检索 这些无疑是 CS 领域最好玩的分支了（也是互相紧密联系的），这里将最近有关机器学习和人工智能相关的一

转载自：Concepts in Computing with Data, BerkeleyPractical Machine Learning, BerkeleyArtificial Intelligence, BerkeleyVisualization, BerkeleyData Mining and Analytics in Intelligent Busine

转载自：http://www.cnblogs.com/lhb25/archive/2011/03/11/1978243.html随着网络和信息技术的快速发展，电子书越来越流行。以Amazon Kindle为代表的电子书阅读器的出现改变了人们传统的阅读方式，如同iPod改变人们听音乐一样。如今，很多网上书店也推出了电子书商品，相比传统的纸质书，电子书便携、容易使用、大容量的特点非常适合现

转载自：http://www.douban.com/note/267407680/我们可以通过几个渠道获得中国的数据。查找《中国统计年鉴》等是一个选择，特别是在几年前，几乎是唯一的选择。好多图书馆里都收藏《中国统计年鉴》等，翻出有你所需数据的那一页，复印是一个不错的选择，当然你也可以选择拿出纸和笔，把所需要的数据都抄写下来。为了便于对这些数据做进一步的处理，接下来的工作可能有点枯燥：把你找的数

转载自：http://blog.jobbole.com/56256/这是一篇很难写的文章，因为我希望这篇文章能对学习者有所启发。我在空白页前坐下，并且问自己了一个很难的问题：什么样的库、课程、论文和书籍对于机器学习的初学者来说是最好的。文章里到底写什么、不写什么，这个问题真的让我很烦恼。我必须把自己当做一个程序员和一个机器学习的初学者，站在这个角度去考虑最合适的资源。我

转载自：http://blog.jobbole.com/56205/在这篇文章中，我想要解决一个很简单的问题：机器学习是什么？你可能对机器学习感兴趣或者稍稍了解。如果有一天你和朋友或同事聊起机器学习，那么一些人可能会问你“机器学习是什么”。那么，此文的目标就是告诉你一些可参考的定义，以及一个现成的、容易记起的趣味定义。我们将从了解该领域的权威书籍上关于机器学习的标准定义

转载自：本文汇编了一些机器学习领域的框架、库以及软件（按编程语言排序）。C++计算机视觉CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库OpenCV—它提供C++, C, Python, Java 以及 MATLAB接口，并支持Windows, Linux, Android and Mac OS操作系统。通用机器学习MLPa

1、http://scholar.google.com/­这个不多讲了. ­2、http://qns.cc/ ­­后起之秀，科研人员的良好助手，上此网站的90%是从事科研的学生与老师。其词典搜索集成了目前市面上最好的在线英汉写作及科研词典，用此搜索引擎写作英文论文相当方便；其文献搜索集成了目前最优秀的数据库。­3、http://www.scirus.com ­

转载自：1、气候监测数据集 http://cdiac.ornl.gov/ftp/ndp026b2、几个实用的测试数据集下载的网站http://www.cs.toronto.edu/~roweis/data.htmlhttp://www.cs.toronto.edu/~roweis/data.htmlhttp://kdd.ics.uci.edu/summary.t

转载自：http://www.aiuxian.com/article/p-337468.html深度学习，是当前热门的机器学习领域。 最近开始想系统学习一下， 整理了一些网上学习资料， 也供有共同兴趣的朋友参考。如果有好的推荐，也欢迎给我留言。学习网站1. Deep Learning 101    链接地址2. Deep Learning

转载自：http://www.aiuxian.com/article/p-767391.html1.     链接地址博客园tornadomeet的博文，楼主参加了天津的DL学习，里面有很全的DL学习笔记，很值得学习。2.     链接地址优快云的zhouxy09（甘苦人生）的博文，楼主对DL系列的概述很详细3.     http://www.aiux

转载自：http://www.aiuxian.com/article/p-1595268.htmlPython 在科学计算领域，有两个重要的扩展模块：Numpy和Scipy。其中Numpy是一个用python实现的科学计算包。包括：一个强大的N维数组对象Array；比较成熟的（广播）函数库；用于整合C/C++和Fortran代码的工具包；实用的线性代数、

转载自：http://bbs.pinggu.org/forum.php?mod=viewthread&tid=575191&ctid=1047

网盘搜索引擎http://so.baiduyun.me/备注：提供百度谷歌双索，几乎包含所有的网盘，默认搜索百度网盘，如果百度网盘搜不到，各位可以选择其他网盘再进行搜索。更多多吊炸天的内容，请猛戳！！！！！！！！！！：本帖隐藏的内容找文件http://www.zhaofile.com/备注：搜索的网盘有限，备用网盘搜索引擎。掌上书苑