赞  (19) 分享

年终特别献礼之5月热门分享排行

2015年12月22日 15:11 阅读 2807
No 1. 【免费书:Python日常任务自动化指南】
No 2. 国家自然科学基金基础研究知识库
No 3. 【Nature:LeCun/Bengio/Hinton的最新文章《深度学习》】
No 4. 【IPN:麻省理工Gilbert Strang线性代数课程笔记】
No 5. 【深度学习能否取代传统机器学习方法】
No 6. 【数据降维的七种技术】
No 7. 【微软句向量工具包Sent2vec】
No 8. 【"Mining of Massive Datasets"发布第二版】
No 9. 17个视频。有算法视频：比如 LCS[Link]，DP理论[Link]...
No 10. 【论文+代码:基于CNN的自然场景文本检测与识别】
No 11. 【论文:用SVM+NB简单模型预测股票价格】
No 12. 【白话数据挖掘十大算法】
No 13. 【一位软件工程师的数据科学成长之路】
No 14. 【Python数据分析入门】
No 15. 【ICML 2015 Accepted Papers】
No 16. 【视频:基于Spark的高效机器学习】
No 17. 【论文+代码:高效非线性SVM预测算法LDKL】
No 18. 【科普:推荐系统简介】
No 19. 【Python反模式袖珍书：从"坏代码"中学习最佳实践】
No 20. 【幻灯:深度强化学习(ICLR2015)】
No 21. 【新书关注:深度学习实战】
No 22. 【开源:基于机器学习的漏洞检测工具VDiscover】
No 23. 【高性能K-NN库KGraph】
No 24. 【基于CNN的图像缩放】
No 25. 【信息图:数据科学领域的R vs. Python】
No 26. 【大规模数据平台设计思想】
No 27. 【有效改善预测模型的七种途径】
No 28. 【Quora:协方差矩阵特征向量的意义】
No 29. 【Python机器学习相关工具汇总】
No 30. 【基于Python的SVM教程】
No 31. 【CVPR 2015论文聚类&可视化】
No 32. 【Andrew Ng机器学习课程习题代码(Python版)】
No 33. 《深入讨论RNN》
No 34. 【解读数据降维/PCA/SVD】
No 35. 【Python深度学习(nolearn)入门指南】
No 36. 【损失函数的选择：L1还是L2？】
No 37. 【Python文本网络分析工具包textplot】
No 38. 【论文:将CNN简化成全卷积网络】
No 39. 【Quora:各种分类算法优势比较】
No 40. 【机器学习演变:从线性模型到神经网络】
No 41. 【用于并行机器学习(并行SGD)的Hogwild!算法】
No 42. 【数据科学家需要的软件开发技能】
No 43. 【IPN:逻辑回归与梯度下降入门】
No 44. 【论文：用SGD能高效完成训练的大规模(多层)深度网络HN】
No 45. 【机器学习预测股市的七个问题】
No 46. 【Stanford社交网络与信息网络分析课程资料+课设+数据】
No 47. 【Python机器学习开源项目集锦】
No 48. 【过拟合与正则化】
No 49. 《A Statistical View of Deep Learning》
No 50. 【Harvard数据科学课程(视频+讲义+IPN+数据集)】

正在加载中，请稍候...

爱可可-爱生活
北邮PRIS模式识别实验室陈老师 商务合作 QQ:1289468869 Email:1289468869@qq.com
+关注