&gt; 所有文章和譯文僅用于個(gè)人學(xué)習(xí)，不涉及商業(yè)利益<br>&gt; 歡迎指出文章中的錯(cuò)誤<br><br>▼GitHub和微信▼<br>討論拯辙、學(xué)習(xí)郭变、共同進(jìn)步

無名之輩

我是 Alice<br>喜歡人工智能片排，行動(dòng)派<br>創(chuàng)造力，思考力速侈，學(xué)習(xí)力提升修煉進(jìn)行中<br>歡迎志同道合的小伙伴們和我一起學(xué)習(xí)<br>微信：XerDudu率寡，備注簡書<br>公眾號(hào)：極客X養(yǎng)成計(jì)劃<br>轉(zhuǎn)載記得聯(lián)系作者哦！

機(jī)器學(xué)習(xí)盆犁，數(shù)據(jù)挖掘命咐，深度學(xué)習(xí)，自然語言處理交流谐岁。歡迎大家投稿醋奠。

歡迎加入人工智能領(lǐng)域窜司！

前端開發(fā)語言和技術(shù)塞祈，數(shù)據(jù)分析，數(shù)據(jù)可視化帅涂。資源池：https://t.zsxq.com/zFUF2zv

本專題招募管理員，有意向請(qǐng)簡信私聊斯议，謝謝产捞！ 用來分享機(jī)器學(xué)習(xí)，深度學(xué)習(xí)哼御，神經(jīng)網(wǎng)絡(luò)坯临，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)。 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恋昼，相互學(xué)習(xí)看靠！

專注機(jī)器學(xué)習(xí)和數(shù)據(jù)分析衷笋，Python、R矩屁、Ruby辟宗、MATLAB、Mathematica吝秕。

哈佛大學(xué)Growth Lab博后烁峭，清華環(huán)境博士容客，研究方向?yàn)槌鞘挟a(chǎn)業(yè)復(fù)雜性、產(chǎn)業(yè)生態(tài)學(xué)约郁，Springer圖書Statistical Analysis of Network Data with R譯者缩挑。