本人復(fù)雜蝉衣，無法簡介

讓科技融入生活啸臀，衍生新技術(shù)！

自媒體作者<br>公眾號：動漫資源分享中心

做一個有夢想的孩紙每聪，相信自己一定可以旦棉。不成功便成仁齿风。

yanxishe.com<br>專注AI開發(fā)者和學(xué)術(shù)青年求知求職救斑。<br><br>沒有人是一座孤島，每個AI愛好者都可以在這里分享你的知識與成長真屯。

時間流逝绑蔫，人影匆忙运沦，我逆流而走，只為傾聽自己的聲音配深。<br><br>公眾號：無物永駐携添，給你精神棲息的角落。

從數(shù)碼發(fā)燒友到酷玩評測人，筆點(diǎn)君一直在路上澜共。<br>微博及自媒體：筆點(diǎn)酷玩向叉；<br>微信：bidiankuwan，歡迎交流提問嗦董。

維護(hù)開源書《Chrome插件英雄榜》《在線工具秘籍》《中國人的表情包》

PingCAP 是一家開源的新型分布式數(shù)據(jù)庫公司，秉承開源是基礎(chǔ)軟件的未來這一理念匹摇，PingCAP 持續(xù)擴(kuò)大社區(qū)影響力咬扇，致力于前沿技術(shù)領(lǐng)域的創(chuàng)新實(shí)現(xiàn)。其研發(fā)的分布式關(guān)系型數(shù)據(jù)庫 TiDB 項(xiàng)目廊勃，具備「分布式強(qiáng)一致性事務(wù)懈贺、在線彈性水平擴(kuò)展、故障自恢復(fù)的高可用坡垫、跨數(shù)據(jù)中心多活」等核心特性梭灿，是大數(shù)據(jù)時代理想的數(shù)據(jù)庫集群和云數(shù)據(jù)庫解決方案。目前準(zhǔn)生產(chǎn)測試用戶 1000 余家冰悠，并已被 200 余家不同行業(yè)的領(lǐng)先企業(yè)應(yīng)用在實(shí)際生產(chǎn)環(huán)境堡妒，涉及互聯(lián)網(wǎng)、游戲溉卓、金融皮迟、政府搬泥、電信、制造業(yè)等多個領(lǐng)域万栅。（官網(wǎng)：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fpingcap.com" target="_blank">http://pingcap.com</a> 源碼地址：<a href="https://links.jianshu.com/go?to=http%3A%2F%2Fgithub.com%2Fpingcap" target="_blank">http://github.com/pingcap</a>）

分享深度學(xué)習(xí)兽掰、機(jī)器學(xué)習(xí)、計算機(jī)視覺徒役、模式識別孽尽、資源語言處理、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)

誠招管理員熏挎！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)，包括但不限于：分布式系統(tǒng)晌砾，hadoop坎拐，spark，storm养匈，mesos哼勇，hbase，zookeeper呕乎。积担。。 Tips:如果是自己學(xué)習(xí)這些技術(shù)猬仁，通過社區(qū)學(xué)習(xí)是一個不錯的方式帝璧。 JIRA:https://issues.apache.org/jira/browse/SPARK/?selectedTab=com.atlassian.jira.jira-projects-plugin:summary-panel

機(jī)器學(xué)習(xí)(Machine Learning，ML)是研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為谆膳，以獲取新的知識或技能叭爱，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的漱病、新穎的买雾、潛在有用的把曼、最終可理解的模式的非平凡過程。數(shù)據(jù)挖掘中用到了大量的機(jī)器學(xué)習(xí)界提供的數(shù)據(jù)分析技術(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)漓穿，機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具嗤军。機(jī)器學(xué)習(xí)交流群：613944735

本專題招募管理員叙赚，有意向請簡信私聊，謝謝僚饭！ 用來分享機(jī)器學(xué)習(xí)震叮，深度學(xué)習(xí)，神經(jīng)網(wǎng)絡(luò)鳍鸵，計算機(jī)視覺等領(lǐng)域的一些技術(shù)苇瓣。 Machine Learning 學(xué)習(xí)資料：http://www.reibang.com/p/e0238db24973 相關(guān)參考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 課程整理：http://www.reibang.com/p/182baeb82c71 3. [深度學(xué)習(xí)與神經(jīng)網(wǎng)絡(luò)(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步鏈接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.reibang.com/p/6752a8845d01 8. [知乎“機(jī)器學(xué)習(xí)”專欄]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.reibang.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互學(xué)習(xí)偿乖！

專注于計算機(jī)科學(xué)與技術(shù)贪薪、獨(dú)立思考媳禁、閱讀分享。歡迎關(guān)注微信號[QuanTalk]古掏。