機(jī)器學(xué)習(xí)&人工智能博文鏈接匯總

?? 周日到周四更新 ??

145

蝸牛的歷程：

[入門問題]
[機(jī)器學(xué)習(xí)]
[聊天機(jī)器人]
[好玩兒的人工智能應(yīng)用實例]
[TensorFlow]
[深度學(xué)習(xí)]
[強(qiáng)化學(xué)習(xí)]
[神經(jīng)網(wǎng)絡(luò)]
[自然語言處理]
[數(shù)據(jù)科學(xué)]
[Python]
[Java]
[機(jī)器學(xué)習(xí)－－初期的筆記]
[學(xué)習(xí)路線]
[軟件安裝]
[面試]
[讀論文]

入門問題

  1. 簡單粗暴地入門機(jī)器學(xué)習(xí)
  2. 機(jī)器學(xué)習(xí)的技術(shù)棧及應(yīng)用實例腦洞
  3. 深度學(xué)習(xí)相關(guān)最新圖書推薦

機(jī)器學(xué)習(xí)

[Kaggle]－－由此來看實戰(zhàn)是什么樣的
  1. 一個框架解決幾乎所有機(jī)器學(xué)習(xí)問題
  2. 通過一個kaggle實例學(xué)習(xí)解決機(jī)器學(xué)習(xí)問題
  3. 從 0 到 1 走進(jìn) Kaggle
  4. Kaggle 神器 xgboost
[基礎(chǔ)]－－一些基本概念和小技巧
  1. 輕松看懂機(jī)器學(xué)習(xí)十大常用算法
  2. 特征工程怎么做
  3. 機(jī)器學(xué)習(xí)算法應(yīng)用中常用技巧-1
  4. 機(jī)器學(xué)習(xí)算法應(yīng)用中常用技巧-2
  5. 凸優(yōu)化有什么用
  6. 如何選擇優(yōu)化器 optimizer
  7. 為什么要用交叉驗證
  8. 用學(xué)習(xí)曲線 learning curve 來判別過擬合問題
  9. 用驗證曲線 validation curve 選擇超參數(shù)
  10. 用 Grid Search 對 SVM 進(jìn)行調(diào)參
  11. 用 Pipeline 將訓(xùn)練集參數(shù)重復(fù)應(yīng)用到測試集
  12. PCA 的數(shù)學(xué)原理和可視化效果
  13. 用線性判別分析 LDA 降維
  14. 機(jī)器學(xué)習(xí)中常用評估指標(biāo)匯總
  15. 什么是 ROC AUC
  16. 簡述極大似然估計
  17. LightGBM 如何調(diào)參
[算法]－－通俗易懂講算法
  1. Logistic Regression 為什么用極大似然函數(shù)
  2. Logistic regression 為什么用 sigmoid ？
  3. SVM 的核函數(shù)選擇和調(diào)參
  4. 決策樹的python實現(xiàn)
  5. CART 分類與回歸樹
  6. Bagging 簡述
  7. Adaboost 算法
  8. 淺談 GBDT
  9. 詳解 Stacking 的 python 實現(xiàn)
  10. 用ARIMA模型做需求預(yù)測
  11. 推薦系統(tǒng)
[Sklearn]
  1. Sklearn 快速入門
  2. 了解 Sklearn 的數(shù)據(jù)集
[Scala]
  1. 手把手用 IntelliJ IDEA 和 SBT 創(chuàng)建 scala 項目

聊天機(jī)器人

  1. 開啟聊天機(jī)器人模式
  2. 用 TensorFlow 做個聊天機(jī)器人
[論文]
  1. 使聊天機(jī)器人具有個性
  2. 使聊天機(jī)器人的對話更有營養(yǎng)

好玩兒的算法應(yīng)用實例

  1. 5分鐘構(gòu)建一個自己的無人駕駛車
  2. 自己動手寫個聊天機(jī)器人吧
  3. 自己寫個 Prisma
  4. 用 TensorFlow 創(chuàng)建自己的 Speech Recognizer
  5. 用 TensorFlow 讓你的機(jī)器人唱首原創(chuàng)給你聽
  6. 如何自動生成文章摘要
  7. 一個 tflearn 情感分析小例子
  8. AI 在 marketing 上的應(yīng)用

論文 ｜ AlphaGo Zero 的模型和算法
AlphaGo Zero 初探

TensorFlow

用 TensorFlow.js 在瀏覽器中訓(xùn)練神經(jīng)網(wǎng)絡(luò)

TensorFlow-11-策略網(wǎng)絡(luò)
TensorFlow-10-基于 LSTM 建立一個語言模型
TensorFlow-9-詞的向量表示
TensorFlow-8-詳解 TensorBoard－如何調(diào)參
TensorFlow-7-TensorBoard Embedding可視化
TensorFlow-6-TensorBoard 可視化學(xué)習(xí)
TensorFlow－5: 用 tf.contrib.learn 來構(gòu)建輸入函數(shù)
TensorFlow-4: tf.contrib.learn 快速入門
TensorFlow－3: 用 feed-forward neural network 識別數(shù)字
TensorFlow-2: 用 CNN 識別數(shù)字
TensorFlow－1: 如何識別數(shù)字

  1. TensorFlow 入門
  2. 一文學(xué)會用 Tensorflow 搭建神經(jīng)網(wǎng)絡(luò)
  3. 用 Tensorflow 建立 CNN

深度學(xué)習(xí)

  1. 深度學(xué)習(xí)的主要應(yīng)用舉例
[實踐技巧]
  1. 為什么在優(yōu)化算法中使用指數(shù)加權(quán)平均
  2. 為什么需要 Mini-batch 梯度下降秸侣，及 TensorFlow 應(yīng)用舉例
  3. 梯度消失問題與如何選擇激活函數(shù)
[cs230]
  1. cs230 深度學(xué)習(xí) Lecture 2 編程作業(yè)： Logistic Regression with a Neural Network mindset
[Keras]
  1. 對比學(xué)習(xí)用 Keras 搭建 CNN RNN 等常用神經(jīng)網(wǎng)絡(luò)

強(qiáng)化學(xué)習(xí)

  1. 強(qiáng)化學(xué)習(xí)是什么
  2. 一文了解強(qiáng)化學(xué)習(xí)

David Silver深度強(qiáng)化學(xué)習(xí)第1課

神經(jīng)網(wǎng)絡(luò)

神經(jīng)網(wǎng)絡(luò)
CNN
RNN
LSTM
雙向 LSTM
seq2seq
Doc2Vec
Attention
GAN

自然語言處理

[cs224d]

Day 1. 深度學(xué)習(xí)與自然語言處理 主要概念一覽
Day 2. TensorFlow 入門
Day 3. word2vec 模型思想和代碼實現(xiàn)
Day 4. 怎樣做情感分析
Day 5. CS224d－Day 5: RNN快速入門
Day 6. 一文學(xué)會用 Tensorflow 搭建神經(jīng)網(wǎng)絡(luò)
Day 7. 用深度神經(jīng)網(wǎng)絡(luò)處理NER命名實體識別問題
Day 8. 用 RNN 訓(xùn)練語言模型生成文本
Day 9. RNN與機(jī)器翻譯
Day 10. 用 Recursive Neural Networks 得到分析樹
Day 11. RNN的高級應(yīng)用

  1. 一個隱馬爾科夫模型的應(yīng)用實例：中文分詞

幾種簡單的文本數(shù)據(jù)預(yù)處理方法
中文分詞常用方法簡述

讀書（思維導(dǎo)圖）

讀書｜《推薦系統(tǒng)實踐》
讀書｜《Mastering Machine Learning with Python in Six Steps》

Kaggle winner 方案

Kaggle winner 方案 | Instacart Market Basket Analysis: 2nd place
Kaggle winner 方案簡介 | Understanding the Amazon from Space: 1st place

數(shù)據(jù)科學(xué)

1.［圖解DS基礎(chǔ)概念］AB Testing, Type 1 / 2 Error
2.［圖解DS基礎(chǔ)概念］Critical value乐横，Alpha缕溉，Z－score，P－value 關(guān)系

Python

  1. Pandas常用命令－1

  2. Pandas常用命令－2

  3. Pandas QQ聊天記錄分析

  4. Python 爬蟲 1 快速入門

  5. Python 爬蟲 2 爬取多頁網(wǎng)頁

Java

入門 Java 系列匯總：
2 天入門 Java－Day 1
Day 1-Java-imooc－2.變量常量
Day 1-Java-imooc－3.運算符
Day 1-Java-imooc－4.流程控制語句
Day 1-Java-imooc－5.數(shù)組
Day 1-Java-imooc－6.方法
2 天入門 Java－Day 2
Day 2-Java－imooc－8-封裝
Day 2-Java－imooc－9-繼承
Day 2-Java－imooc－10-多態(tài)

機(jī)器學(xué)習(xí)－－初期的筆記很粗糙

  1. 機(jī)器學(xué)習(xí)－多元線性回歸
  2. Udacity-Machine Learning納米學(xué)位－學(xué)習(xí)筆記1
  3. Machine Learning Notes-Decision Trees-Udacity
  4. Machine Learning Notes-Linear Regression-Udacity
  5. 支持向量機(jī)
  6. 神經(jīng)網(wǎng)絡(luò)
  7. Instance Based Learning
  8. Ensemble Learners

路線

  1. 數(shù)據(jù)科學(xué)家養(yǎng)成路線
  2. 純粹的數(shù)學(xué)之美
  3. Python很強(qiáng)大
  4. 一張圖帶你看懂何為數(shù)據(jù)分析
  5. 如何成為一名數(shù)據(jù)科學(xué)家并得到一份工作

軟件安裝

［MySQL］
  1. 5分鐘入門MySQL Workbench
  2. 圖解Mac下如何安裝管理MySQL
［Virtualenv］
  1. 詳解Mac配置虛擬環(huán)境Virtualenv，安裝Python科學(xué)計算包

面試

  1. 面試官是怎么看你的Github profile
［Leetcode］

LEETCODE - Linked List 題目思路匯總

讀論文

  1. Copying Mechanism in Sequence-to-Sequence

公眾號 機(jī)器學(xué)習(xí)X計劃 同步更新，歡迎掃碼關(guān)注括细！

機(jī)器學(xué)習(xí)X計劃
最后編輯于 ：
?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 人面猴
    序言：七十年代末，一起剝皮案震驚了整個濱河市戚啥，隨后出現(xiàn)的幾起案子奋单，更是在濱河造成了極大的恐慌，老刑警劉巖猫十，帶你破解...
    沈念sama閱讀 219,589評論 6贊 508
  • 死咒
    序言：濱河連續(xù)發(fā)生了三起死亡事件览濒，死亡現(xiàn)場離奇詭異，居然都是意外死亡拖云，警方通過查閱死者的電腦和手機(jī)贷笛，發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 93,615評論 3贊 396
  • 救了他兩次的神仙讓他今天三更去死
    文/潘曉璐 我一進(jìn)店門，熙熙樓的掌柜王于貴愁眉苦臉地迎上來宙项，“玉大人乏苦，你說我怎么就攤上這事∩荚剩” “怎么了邑贴？”我有些...
    開封第一講書人閱讀 165,933評論 0贊 356
  • 道士緝兇錄：失蹤的賣姜人
    文/不壞的土叔 我叫張陵，是天一觀的道長叔磷。 經(jīng)常有香客問我拢驾，道長，這世上最難降的妖魔是什么改基？ 我笑而不...
    開封第一講書人閱讀 58,976評論 1贊 295
  • ?港島之戀（遺憾婚禮）
    正文 為了忘掉前任繁疤，我火速辦了婚禮，結(jié)果婚禮上秕狰，老公的妹妹穿的比我還像新娘鸣哀。我一直安慰自己，他們只是感情好我衬，可當(dāng)我...
    茶點故事閱讀 67,999評論 6贊 393
  • 惡毒庶女頂嫁案：這布局不是一般人想出來的
    文/花漫 我一把揭開白布挠羔。 她就那樣靜靜地躺著，像睡著了一般了罪。 火紅的嫁衣襯著肌膚如雪荔烧。 梳的紋絲不亂的頭發(fā)上，一...
    開封第一講書人閱讀 51,775評論 1贊 307
  • 城市分裂傳說
    那天三痰，我揣著相機(jī)與錄音，去河邊找鬼。 笑死，一個胖子當(dāng)著我的面吹牛仿贬，可吹牛的內(nèi)容都是我干的调炬。 我是一名探鬼主播，決...
    沈念sama閱讀 40,474評論 3贊 420
  • 雙鴛鴦連環(huán)套：你想象不到人心有多黑
    文/蒼蘭香墨 我猛地睜開眼宜猜，長吁一口氣：“原來是場噩夢啊……” “哼！你這毒婦竟也來了？” 一聲冷哼從身側(cè)響起，我...
    開封第一講書人閱讀 39,359評論 0贊 276
  • 萬榮殺人案實錄
    序言：老撾萬榮一對情侶失蹤板甘，失蹤者是張志新（化名）和其女友劉穎，沒想到半個月后，有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體，經(jīng)...
    沈念sama閱讀 45,854評論 1贊 317
  • ?護(hù)林員之死
    正文 獨居荒郊野嶺守林人離奇死亡童谒，尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點故事閱讀 38,007評論 3贊 338
  • ?白月光啟示錄
    正文 我和宋清朗相戀三年愉豺，在試婚紗的時候發(fā)現(xiàn)自己被綠了冻押。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片。...
    茶點故事閱讀 40,146評論 1贊 351
  • 活死人
    序言：一個原本活蹦亂跳的男人離奇死亡，死狀恐怖，靈堂內(nèi)的尸體忽然破棺而出，到底是詐尸還是另有隱情，我是刑警寧澤，帶...
    沈念sama閱讀 35,826評論 5贊 346
  • ?日本核電站爆炸內(nèi)幕
    正文 年R本政府宣布为肮，位于F島的核電站温治，受9級特大地震影響绸狐，放射性物質(zhì)發(fā)生泄漏拆融。R本人自食惡果不足惜蓝牲，卻給世界環(huán)境...
    茶點故事閱讀 41,484評論 3贊 331
  • 男人毒藥：我在死后第九天來索命
    文/蒙蒙 一、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧，春花似錦圈驼、人聲如沸人芽。這莊子的主人今日做“春日...
    開封第一講書人閱讀 32,029評論 0贊 22
  • 一樁弒父案，背后竟有這般陰謀
    文/蒼蘭香墨 我抬頭看了看天上的太陽疟羹。三九已至鞋既，卻和暖如春蹭沛，著一層夾襖步出監(jiān)牢的瞬間煤杀，已是汗流浹背。 一陣腳步聲響...
    開封第一講書人閱讀 33,153評論 1贊 272
  • 情欲美人皮
    我被黑心中介騙來泰國打工沪哺， 沒想到剛下飛機(jī)就差點兒被人妖公主榨干…… 1. 我叫王不留枯途，地道東北人忌怎。 一個月前我還...
    沈念sama閱讀 48,420評論 3贊 373
  • 代替公主和親
    正文 我出身青樓，卻偏偏與公主長得像酪夷，于是被迫代替她去往敵國和親榴啸。 傳聞我的和親對象是個殘疾皇子，可洞房花燭夜當(dāng)晚...
    茶點故事閱讀 45,107評論 2贊 356

推薦閱讀更多精彩內(nèi)容