爱可可老师今日推荐

@爱可可-爱生活 出品 @好东西传送门 整理, 过刊见 http://me.memect.com/fly51fly

 

订阅: 发封邮件 hao@memect.com,标题是 " 订阅爱可可老师今日推荐 "

本期21条,由好东西传送门选自21条原始资源

本期的Web网址是 http://me.memect.com/fly51fly/2015-08-16.html

2015-08-16 星期日 (16)

爱可可-爱生活   网页版 2015-08-16 20:16
【Andrew Ng机器学习课程学习笔记】JerryLead总结版:http://t.cn/zO8zRKS 云:http://t.cn/RLrnxZ1

 

爱可可-爱生活   网页版 2015-08-16 20:06
【(R)面向深度学习的线性代数速查】《Linear Algebra for Deep Learning in R》by Naimish Agarwal http://t.cn/RLrEesj

 

爱可可-爱生活   网页版 2015-08-16 19:43
【"傻瓜版"Logistic回归介绍】《Logistic Regression (for dummies)》http://t.cn/RLrRkwO

 

爱可可-爱生活   网页版 2015-08-16 13:50
【开源:(Python)Random Bits Regression+FTRL=Randomly Follow the Regularized Leader在线学习分类器】"Online Random Bit Regression with FTRL-Proximal in Python" http://t.cn/RLrKarZ

 

爱可可-爱生活   网页版 2015-08-16 10:38
【几个版本的PRML笔记】Jian Xiao的《Notes on Pattern Recognition and Machine Learning (Bishop)》http://t.cn/RLrM1T3 Yuandong Tian的《Some notes on Pattern Recognition and Machine Learning》http://t.cn/RLrM1T1 ChillyRain的"PRML Notes"系列博文:http://t.cn/RLrM1Tu

 

爱可可-爱生活   网页版 2015-08-16 09:53
《爱可可老师今日视野(15.08.16)》( 分享自 @简书http://t.cn/RLrf1j6

 

爱可可-爱生活   网页版 2015-08-16 09:52
【视频标注中的机器学习技术】《Machine Learning Methods in Video Annotation》by Ivan Ozhigano http://t.cn/RLrfmZV

 

爱可可-爱生活   网页版 2015-08-16 09:39
【博士论文:(Ilya Sutskever)RNN训练】《Training Recurrent Neural Networks》Ilya Sutskever, University of Toronto (2012) http://t.cn/RLrf5Rc 云:http://t.cn/RLrf5Rt

 

爱可可-爱生活   网页版 2015-08-16 09:34
【硕士论文:神经网络Dropout优化】《Improving Neural Networks with Dropout》Nitish Srivastava,University of Toronto (2013) http://t.cn/zHtrLmq 云:http://t.cn/RLrfhaZ

 

爱可可-爱生活   网页版 2015-08-16 08:20
【博士论文:面向语音识别/计算化学/自然语言处理的深度学习方法】《Deep learning approaches to problems in speech recognition, computational chemistry, and natural language text processing》George E. Dahl, University of Toronto (2015) http://t.cn/RLrtPrG 云:http://t.cn/RLrtPr5

 

爱可可-爱生活   网页版 2015-08-16 08:00
【视频:结构深度学习】《Deep Learning with Structure, Charlie Tang, Uni of Toronto - RE.WORK Deep Learning Summit 2015》http://t.cn/RLr5I8h 云:http://t.cn/RLr5I8P 参阅:http://t.cn/RLr5I87

 

爱可可-爱生活   网页版 2015-08-16 07:35
【视频:(Richard Socher)面向自然语言处理的深度学习】《Text By the Bay 2015: Richard Socher, Deep Learning for Natural Language Processing》by Richard Socher http://t.cn/RLrqWDw 云:http://t.cn/RLrqWD2

 

爱可可-爱生活   网页版 2015-08-16 07:22
【IPN:word2vec/tsne《傲慢与偏见》可视化分析实例】http://t.cn/RAoDCff 参阅:http://weibo.com/1402400261/CdbywycRx

 

爱可可-爱生活   网页版 2015-08-16 06:44
"Essentially, all models are wrong, but some are useful." -George Box

 

爱可可-爱生活   网页版 2015-08-16 06:41
【Radim Řehůřek(Gensim作者)关于word2vec/Doc2vec两篇老文】《Doc2vec tutorial》http://t.cn/RLrGfDm 《Making sense of word2vec》http://t.cn/RLrGfDn

 

爱可可-爱生活   网页版 2015-08-16 05:45
【论文+代码:LSTM网络综合评测】《Benchmarking of LSTM Networks》Thomas M. Breuel (2015) http://t.cn/RLrbIQ2 GitHub:http://t.cn/RLrbIQA

 

TA点评的更早的微博 (5)

MMCheng南开   网页版 2015-08-15 20:30
【热点话题Panel-20150814】【15-25期VALSE Webinar活动】 Panel主题: 如何做研究之读博经验纵横谈 [Slides] Panel嘉宾: 程明明(南开大学) 刘偲(中科院信工所) 刘文博(中山大学&CMU) 蓝振忠(CMU) 王乃岩(香港科技大学) 禹之鼎(CMU) 郑帅(牛津大学) 主… http://t.cn/RLBkVMC
爱可可-爱生活 网页版 转发于2015-08-16 12:24
"如何做研究之读博经验纵横谈"

 

爱可可-爱生活   网页版 2015-08-12 06:14
【深度学习辅助音乐创作】《Deep learning for assisting the process of music composition (part 1)》by Bob L. Sturm http://t.cn/RLuV4iW
爱可可-爱生活 网页版 转发于2015-08-16 06:08  回复 @爱可可-爱生活 “Part3: http://t.cn/RL1biQy”

 

爱可可-爱生活   网页版 2015-08-02 08:56
【视频+讲义:nVIDIA深度学习课程】"Deep Learning Courses" http://t.cn/RLxaMtO 云:http://t.cn/RLOpvlg
爱可可-爱生活 网页版 转发于2015-08-16 05:53  回复 @RepairmanJacob “网上有个薛开宇的caffe学习笔记,不知道老师们知不知道原贴在哪里。求助求助@爱可可-爱生活 @好东西传送门”
原帖没找到,转个比较全的集成版pdf:http://t.cn/RLrbS4G

 

爱可可-爱生活   网页版 2015-06-08 13:30
【Awesome集合大全】覆盖平台、编程语言、前端开发、后端开发、计算机科学、大数据、理论、书籍、编辑器、游戏、开发环境、娱乐、数据库、资源、安全等主题,堪称Awesome之Awesome GitHub:http://t.cn/RPvhQYc pdf:http://t.cn/R2NW8r2 参阅http://weibo.com/1402400261/C7QFPxYEJ
爱可可-爱生活 网页版 转发于2015-08-16 11:29
更新了不少内容,也成了"Top Starred Repositories",值得再看看

 

爱可可-爱生活   网页版 2015-03-08 05:25
[IPN] Kalman Filter textbook using Ipython Notebook http://t.cn/RwuEvEv 卡尔曼滤波器教材,用尽量少的数学和推导,传授直觉和经验,全部Python示例,内容覆盖卡尔曼滤波器、扩展卡尔曼滤波,无迹卡尔曼滤波等,包括练习和参考答案,提供PDF版 ipn:http://t.cn/RwuEwK5 云:http://t.cn/RwuELzq
爱可可-爱生活 网页版 转发于2015-08-16 06:00
《Kalman and Bayesian Filters in Python》最新版(2015.8.9):http://t.cn/RLrbpjx