去改變劳较，去努力驹止，去成功！<br>我是相信10000小時的小猿! <br>

目前就職快手科技公司，負(fù)責(zé)一甜相機(jī)app研發(fā)墓捻，曾就職于阿里餓了么抖仅，從事物流蜂鳥跑腿的開發(fā)管理工作, 在百度三年從事股市通，百度理財?shù)華pp的開發(fā)工作. 興趣廣泛砖第，喜歡研究底層原理撤卢。

誠招管理員复哆！聯(lián)系我~ 本專題專注于大數(shù)據(jù)技術(shù)欣喧，包括但不限于：分布式系統(tǒng)，hadoop梯找，spark唆阿，storm，mesos锈锤，hbase驯鳖，zookeeper。久免。浅辙。 Tips:如果是自己學(xué)習(xí)這些技術(shù)，通過社區(qū)學(xué)習(xí)是一個不錯的方式阎姥。 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呼巴，ML)是研究計算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為泽腮，以獲取新的知識或技能，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能衣赶。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的盛正、新穎的、潛在有用的屑埋、最終可理解的模式的非平凡過程豪筝。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)，機(jī)器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具摘能。機(jī)器學(xué)習(xí)交流群：613944735

使用Python語言团搞，及其在因特網(wǎng)信息數(shù)據(jù)獲妊贤（爬蟲）和數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)上的應(yīng)用逻恐。也包含python的基本使用像吻。

機(jī)器學(xué)習(xí)與計算機(jī)視覺

該專題是機(jī)器學(xué)習(xí)挽拂、推薦系統(tǒng)和自然語言處理惭每、深度學(xué)習(xí)相關(guān)算法學(xué)習(xí)記錄，用通俗的語言去理解算法亏栈，去樸實的文字記錄每次前行台腥，每個算法力爭說清緣由宏赘，且嘗試實現(xiàn)或者使用開源庫進(jìn)行。機(jī)器學(xué)習(xí)忍者在路上……

歡迎加入人工智能領(lǐng)域！

分享深度學(xué)習(xí)、機(jī)器學(xué)習(xí)俱济、計算機(jī)視覺嘶是、模式識別、資源語言處理蛛碌、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)

本專題招募管理員蔚携，有意向請簡信私聊希太，謝謝！ 用來分享機(jī)器學(xué)習(xí)酝蜒，深度學(xué)習(xí)誊辉，神經(jīng)網(wǎng)絡(luò)，計算機(jī)視覺等領(lǐng)域的一些技術(shù)亡脑。 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堕澄，相互學(xué)習(xí)！

iOS Developer<br><a href="https://links.jianshu.com/go?to=https%3A%2F%2Fgithub.com%2Fli6185377" target="_blank">https://github.com/li6185377</a><br><a href="https://links.jianshu.com/go?to=http%3A%2F%2Fblog.csdn.net%2Fli6185377" target="_blank">http://blog.csdn.net/li6185377</a>

熱愛它 不然就離開它<br>(我的個人博客 <a href="https://links.jianshu.com/go?to=https%3A%2F%2Fblog.nuozhilin.site%2F" target="_blank">https://blog.nuozhilin.site/</a>)

實用

收錄各路大神的面試總結(jié)