所有精华资料整理到一篇文章里,以方便大家查阅。
1
neural networks and deep learning 这是一个非常经典的神经网络和深度学习的教程,有完整的免费的电子书,网址: http://neuralnetworksanddeeplearning.com/about.html
2
斯坦福大学,自然语言处理大师 Richard Socher 的课程,怎能不学? 官网的课程介绍: http://web.stanford.edu/class/cs224n http://web.stanford.edu/class/cs224n/syllabus.html
3
斯坦福大学,图像处理 李飞飞 的课程 ,无需多言,课程介绍地址: http://cs231n.stanford.edu/2016/ http://cs231n.stanford.edu/2016/syllabus.html
4
斯坦福大学的cs224课程18个完整PPT整理。获取方式:后台回复:cs224,获取下载链接
5
三本短篇工具书:线代,概率论,凸优化,这3门是机器学习,深度学习,图像处理,NLP 必备的基础知识。获取方式:后台回复:math
6
Deep Learning in Neural Networks: An Overview 88页的深度学习文献综述,后台回复:dl
7
《An Introduction to Deep Learning》深度学习概述:从感知机到深度网络,作者对于样例的选择、理论的介绍都非常到位,由浅入深,翻译版本: http://www.cnblogs.com/xiaowanyer/p/3701944.html
8
XGBoost一些系统学习XGBoost的资料,陈天奇的官方网站: https://homes.cs.washington.edu/~tqchen XGBoost的Github地址, 至今仍有人在维护更新: https://github.com/dmlc/xgboost XGBoost详细使用的Github地址: https://github.com/dmlc/xgboost/blob/master/demo/README.md 里面涵盖了精彩的XGBoost介绍,Demo,Kaggle实战案列
本文分享自 程序员郭震zhenguo 微信公众号,前往查看
如有侵权,请联系 cloudcommunity@tencent.com 删除。
本文参与 腾讯云自媒体同步曝光计划 ,欢迎热爱写作的你一起参与!