專題分享機器學(xué)習(xí)算法原理及源碼實現(xiàn)妓忍，以及人工智能方面的應(yīng)用磷账。

專注機器學(xué)習(xí)和數(shù)據(jù)分析治拿，Python、R笆焰、Ruby劫谅、MATLAB、Mathematica嚷掠。

本專題招募管理員不皆，有意向請簡信私聊贯城，謝謝！ 用來分享機器學(xué)習(xí)霹娄，深度學(xué)習(xí)能犯，神經(jīng)網(wǎng)絡(luò)，計算機視覺等領(lǐng)域的一些技術(shù)犬耻。 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踩晶，相互學(xué)習(xí)！

機器學(xué)習(xí)(Machine Learning，ML)是研究計算機怎樣模擬或?qū)崿F(xiàn)人類的學(xué)習(xí)行為，以獲取新的知識或技能茸苇，重新組織已有的知識結(jié)構(gòu)使之不斷改善自身的性能排苍。數(shù)據(jù)挖掘是從海量數(shù)據(jù)中獲取有效的、新穎的税弃、潛在有用的纪岁、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(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)则果，機器學(xué)習(xí)是數(shù)據(jù)挖掘的一個重要的工具幔翰。機器學(xué)習(xí)交流群：613944735

機器學(xué)習(xí)算法關(guān)注機器學(xué)習(xí)遗增，人工智能，數(shù)據(jù)挖掘款青，計算機視覺等相關(guān)領(lǐng)域的文章

遇事不決燎含，可問春風(fēng)！

一個喜愛中醫(yī)的大數(shù)據(jù)會計

公眾號：代碼的路

<a href="http://www.linkedin.com/in/guoyoko/" rel="nofollow" target="_blank">http://www.linkedin.com/in/guoyoko/</a>

大氣科學(xué)打工仔弛随，有興趣的同學(xué)一起合作寫文章哦