本專題招募管理員沦零，有意向請簡信私聊，謝謝货岭！ 用來分享機器學習路操，深度學習，神經(jīng)網(wǎng)絡茴她，計算機視覺等領域的一些技術寻拂。 Machine Learning 學習資料：http://www.reibang.com/p/e0238db24973 相關參考： 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. [深度學習與神經(jīng)網(wǎng)絡(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“機器學習”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，相互學習丈牢！

機器學習(Machine Learning己沛，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為，以獲取新的知識或技能距境，重新組織已有的知識結(jié)構使之不斷改善自身的性能申尼。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的垫桂、潛在有用的师幕、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器學習界提供的數(shù)據(jù)分析技術和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術诬滩，機器學習是數(shù)據(jù)挖掘的一個重要的工具霹粥。機器學習交流群：613944735

可能以后去做大數(shù)據(jù)了后控，抓緊時間學學C++以及機器視覺吧，搞不好以后就沒得學了空镜，入了行我就得好好做呀浩淘！不然到時候交不了差捌朴，那可不行！张抄！另外砂蔽，給自己定點小目標：出國去參加會議或者交流一陣子。然后畢業(yè)了希望可以去五大互聯(lián)網(wǎng)巨頭工作署惯！Facebook或者Google察皇，嗯，我果然更喜歡Google

計算機輔助藥物涉及、測序分析怀酷、Python稻爬、R、機器學習蜕依、論文寫作桅锄、網(wǎng)站制作、LOL样眠、dota2友瘤。熱愛生信，熱愛生活檐束。

我們已經(jīng)進入一個嶄新的智能機器時代被丧，在未來幾年內(nèi)盟戏，人工智能和機器人給世界帶來的影響將遠遠超過個人計算機和互聯(lián)網(wǎng)在過去的30年間已經(jīng)對世界造成的改變。是謙遜地生存甥桂，還是傲慢地死去柿究？智能機器將成為我們的奴隸，伙伴還是主人黄选？

為機器學習愛好提供從入門到初級办陷，中級貌夕，高級，進階版機器學習算法的基于Sklearn懂诗、TensorFlow的Python3源代碼蜂嗽。微信公眾號：pythonfan https://github.com/Anfany/Machine-Learning-for-Beginner-by-Python3。

機器學習 回歸分析 lasso elestinet random forest svm 等 feature selection with R Boruta and caret package 使用機器學習算法辱揭，針對每個單獨的特征和響應變量之間建立預測模型

計算生物學问窃，計算化學，計算機輔助藥物設計

RDKit化學信息學與機器學習