原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系作者獲取授權(quán)峭判。<br>更多精彩歡迎關(guān)注公眾號（下方微信圖標）。個人網(wǎng)站cvpy.net開發(fā)中棕叫，歡迎體驗.

機器學習(Machine Learning刻像，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學習行為畅买，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细睡。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的谷羞、新穎的、潛在有用的、最終可理解的模式的非平凡過程湃缎。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(shù)和數(shù)據(jù)庫界提供的數(shù)據(jù)管理技術(shù)犀填，機器學習是數(shù)據(jù)挖掘的一個重要的工具。機器學習交流群：613944735

機器學習與計算機視覺

分享深度學習冕广、機器學習、計算機視覺偿洁、模式識別撒汉、資源語言處理、推薦系統(tǒng)等領(lǐng)域的一些技術(shù)

本專題招募管理員，有意向請簡信私聊宾肺，謝謝溉委！ 用來分享機器學習，深度學習爱榕，神經(jīng)網(wǎng)絡瓣喊，計算機視覺等領(lǐng)域的一些技術(shù)。 Machine Learning 學習資料：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黔酥，相互學習藻三！

專注機器學習和數(shù)據(jù)分析棵帽，Python、R渣玲、Ruby逗概、MATLAB、Mathematica忘衍。

機器學習算法關(guān)注機器學習，人工智能播玖，數(shù)據(jù)挖掘椎工，計算機視覺等相關(guān)領(lǐng)域的文章