連玉君老師團(tuán)隊(duì)Stata實(shí)證經(jīng)驗(yàn)分享。<br>百-度-搜索【連享會 主頁】看最新推文。

PySpark心得體會

看看書趣兄，寫寫代碼，聽聽網(wǎng)易云悼嫉，抖抖腿這樣過日子艇潭。

記錄下自己干了些什么

Good good study and day day up !<br>屈原的粉絲<br>魯迅的粉絲

主C++、Python<br>目前是圖形祷肯、渲染沉填、引擎方向。<br>音游躬柬、ACT拜轨、ACGN愛好者。

阿里云官網(wǎng)內(nèi)容平臺卵沉！匯聚阿里云優(yōu)質(zhì)內(nèi)容（入門颠锉、文檔、案例史汗、最佳實(shí)踐琼掠、直播等）！如需轉(zhuǎn)載或內(nèi)容類合作停撞，郵件yqgroup@service.aliyun.com 秒級回復(fù)瓷蛙！<br>

機(jī)器學(xué)習(xí)(Machine Learning艰猬，ML)是研究計(jì)算機(jī)怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為横堡，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冠桃。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的命贴、新穎的、潛在有用的食听、最終可理解的模式的非平凡過程胸蛛。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(gè)重要的工具樱报。機(jī)器學(xué)習(xí)交流群：613944735

本專題招募管理員迹蛤，有意向請簡信私聊民珍，謝謝！ 用來分享機(jī)器學(xué)習(xí)笤受，深度學(xué)習(xí)穷缤，神經(jīng)網(wǎng)絡(luò)，計(jì)算機(jī)視覺等領(lǐng)域的一些技術(shù)箩兽。 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津肛，相互學(xué)習(xí)！

編程小白