深度学习(Deep Learning) 学习资料

深度学习,是当前热门的机器学习领域。 最近开始想系统学习一下, 整理了一些网上学习资料, 也供有共同兴趣的朋友参考。如果有好的推荐,也欢迎给我留言。

学习网站

1. Deep Learning 101

http://markus.com/deep-learning-101/?utm_campaign=Manong_Weekly_Issue_11&utm_medium=EDM&utm_source=Manong_Weekly

2. Deep Learning

http://deeplearning.net/

Tutorials:http://deeplearning.net/tutorial/

学习课程

1. Andrew Ng机器学习

http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=MachineLearning

http://www.youku.com/show_page/id_z0b669a30ab1b11e296ac.html

http://openclassroom.stanford.edu/MainFolder/CoursePage.php?course=DeepLearning

2.Andrew Ng 无监督特征学习和深度学习

CS294A Deep Learningand Unsupervised Feature Learning http://www.stanford.edu/class/cs294a/

原文 http://deeplearning.stanford.edu/wiki/index.php/UFLDL_Tutorial

翻译http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

3. 复旦大学吴立德老师《深度学习教程》

http://www.youku.com/playlist_show/id_21508721.html

4. 机器学习 - 龙星计划

http://www.youku.com/playlist_show/id_18265477.html

技术讲座/指南教程/综述

1. Deep Learning Tutorial - Yann LeCun

http://vdisk.weibo.com/s/Hw5s0

2. Deep learning of representations, AAAI 2013 - Bengio

http://www.iro.umontreal.ca/~bengioy/talks/aaai2013-tutorial.pdf

3. Deep Learning - Russ Salakhutdinov

http://www.cs.toronto.edu/~rsalakhu/ISBI1_pdf_version.pdf

http://www.cs.toronto.edu/~rsalakhu/ISBI2_pdf_version.pdf

4. Recent development in deep learning - G. Hitton

http://www.tudou.com/programs/view/Yg9UC1hSTJs/

5. A Tutorial on Deep Learning - G. Hitton

Slideshttp://videolectures.net/site/normal_dl/tag=52790/jul09_hinton_deeplearn.pdf

Videohttp://videolectures.net/jul09_hinton_deeplearn/

6. Tutorials on Neural Network - G. Hitton

http://www.cs.toronto.edu/~hinton/nntut.html

7. A Tutorial on Deep Learning - Kai YU

http://vipl.ict.ac.cn/News/academic-report-tutorial-deep-learning-dr-kai-yu

Slides link:http://pan.baidu.com/share/link?shareid=136269&uk=2267174042

Video link: 1. VIPL下载Link video/mp4 KaiYu_report.mp4 (519.2 MB)

8. Learning Deep Architecture for AI - Yoshua Bengio

http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf

9. Representation Learning: A Review and New Perspectives -Yoshua Bengio

http://arxiv.org/pdf/1206.5538v2

应用领域

1. NLP

Deap Learning in NLP

http://nlp.stanford.edu/projects/DeepLearningInNaturalLanguageProcessing.shtml

Deep Learning forNatural Language Processing, NIPS 2009 - Ronan Collobert

http://videolectures.net/nips09_collobert_weston_dlnl/

http://ronan.collobert.com/pub/matos/2009_tutorial_nips.pdf

Implementationin C: Senna

Deep Learning for NLP(without Magic), ACL 2012 + NAACL 2013 - Richard Socher, Yoshua Bengio andChris Manning

http://www.socher.org/index.php/DeepLearningTutorial/DeepLearningTutorial

PDF:http://nlp.stanford.edu/~socherr/SocherBengioManning-DeepLearning-ACL2012-20120707-NoMargin.pdf

2. Audio

Deep Neural Networksfor Acoustic Modeling in Speech Recognition - Geoffrey Hinton, Li Deng, Dong Yu, etc

来源:微信公众号--数据挖掘菜鸟

原文发布于微信公众号 - 数据的力量(shujudeliliang)

原文发表时间:2014-12-26

本文参与腾讯云自媒体分享计划,欢迎正在阅读的你也加入,一起分享。

发表于

我来说两句

0 条评论
登录 后参与评论

相关文章

来自专栏Petrichor的专栏

深度学习: ILSVRC竞赛

Large Scale Visual Recognition Challenge (ILSVRC):

3653
来自专栏AI2ML人工智能to机器学习

回归分析中的问题和修正的探讨(下篇)

探讨的上篇中, 我们探讨了多重共线性MultiCollinearity和异方差Heteroskedasticity, 接下来我们讨论自相关和误差变量。

1003
来自专栏机器之心

资源 | 如何开启深度学习之旅?这三大类125篇论文为你导航(附资源下载)

选自Github 作者:songrotek 机器之心编译 参与:晏奇、黄小天 如果你现在还是个深度学习的新手,那么你问的第一个问题可能是「我应该从哪篇文章开始...

3016
来自专栏新智元

中国团队夺得MegaFace百万人脸识别冠军,精度98%再创记录,论文代码+数据全开源

MegaFace数据集 网络结构 首先,我们尝试在人脸识别的任务上找到一个优秀的网络结构。 3.1 网络输入设定 在我们所有的实验当中,都根据人脸的 5 个...

1K10
来自专栏企鹅号快讯

Python数据分析与实战挖掘

基础篇 书推荐:《用python做科学计算》 ? 扩展库 简介 Numpy数组支持,以及相应的高效处理函数 Scipy矩阵支持,以及相应的矩阵数值计算模块 Ma...

5025
来自专栏人工智能头条

胡新辰:LSTM学习教程、资料以及最新进展介绍总结

3172
来自专栏一名叫大蕉的程序员

机器学习虾扯淡之线性回归No.39

今天晚上,整理了一下线性回归的完整的数学推导过程以及应用。 0x00甩定义 首先什么是线性回归? 就是面包屑嘛,我们跟着一个一个面包屑走,然后duang~~在...

1807
来自专栏ATYUN订阅号

机器学习:Python测试线性可分性的方法

? 线性和非线性分类 两个子集是线性可分的,如果存在一个超平面将每组的元素的所有元素的一组驻留在另一侧的超平面其他设置。我们可以描述它在2D绘图中通过分离线,...

4405
来自专栏ATYUN订阅号

使用Keras建立Wide & Deep神经网络,通过描述预测葡萄酒价格

你能通过“优雅的单宁香”、“成熟的黑醋栗香气”或“浓郁的酒香”这样的描述,预测葡萄酒的价格吗?事实证明,机器学习模型可以。

2474
来自专栏数据派THU

手把手教线性回归分析(附R语言实例)

本文为你介绍线性回归分析。 通常在现实应用中,我们需要去理解一个变量是如何被一些其他变量所决定的。 回答这样的问题,需要我们去建立一个模型。一个模型就是一个公式...

8302

扫码关注云+社区