機器學習---學習首頁

逐步完善中…

1.數學

1. 誤差與方差
2. 拉格朗日
3. 核函數
4. 凸優化
5. 協方差矩陣
6. Hessian矩陣
7. CDF（累計分佈函數）
8. 高斯機率密度函數
9. 中心極限定理

2.機器學習

Java 機器學習 工具 & 庫

---

1.處理小數據效果好
2.深度學習—大數據，超過500w；圖像，語言方面效果奇好

---

• SVD

• 最小二乘法

• 梯度降低法

• 局部加權迴歸

  1.最大似然估計
  2.logistic迴歸
  3.感知器的初步—logistic的簡化情節

• 牛頓法

  1.介紹了牛頓方法
  2.廣義線性模型
  3.多項式分佈，softmax迴歸

• 高斯判別分析

  1.高斯判別
  2.樸素貝葉斯

• EM

• 隱馬爾可夫模型
• 決策樹向量機

決策樹算法介紹及應用

• K近鄰
• 支持向量機
• PageRank
• 強化學習
• LDA
• PCA
• pLSA
• LSI
• ICA
• 最大熵模型
• 條件隨機場
• 最大熵隱馬爾可夫模型
• Gradient Boosting
• K-Means
• 貝葉斯邏輯斯蒂克迴歸
• 關聯規則挖掘
• 隨機森林

3.信息論

1. 壓縮率很高的數據結構
2. 信息熵與信息增益
3. 數據壓縮原理
4. 香農遊戲
5. 二維碼原理

4.深度學習

機器學習的一個分支
各類編程語言的深度學習庫整理
深度學習如何入門（知乎）
Elephas：Apache Spark上的Keras深度學習框架

---

1. 感知器
2. 反向傳播算法
3. 自動編碼器
4. 棧式自編碼器
5. 微調多層自編碼算法
6. 深度信息網絡
7. softmax迴歸
8. 白化
9. 池化
10. 受限玻爾茲曼機
11. 稀疏編碼
12. 遞歸神經網絡
13. 卷積神經網絡—圖像識別，語音識別,,.
14. 前饋神經網絡

5.全文檢索

1. 搜索建索引過程
2. 搜索評分過程
3. 搜索查詢分析器
4. Rocchio相關反饋算法
5. 向量空間模型
6. BM25基於機率的搜索評分
7. Lucene源碼分析
8. solrcloud
9. Solr空間搜索原理
10. GeoHash算法
11. 地理空間距離計算原理
12. WAND檢索算法
13. 智能化信息檢索模型
14. Kullback-Leibler距離/相關熵
15. 交叉熵

6.計算廣告

1. 正文廣告
2. 上下文廣告
3. 顯示廣告
4. 合約廣告
5. 競價廣告
6. 搜索廣告
7. 受衆定向
8. 競價廣告的訂價機制
9. eCPM估計
10. 廣義第二高價
11. 精準人羣定向
12. 實時競價
13. 廣告交易平臺
14. 需求方平臺(DSP)程序購買
15. 廣告有效性原理
16. 二部圖匹配算法
17. HWM算法
18. 點擊流挖掘
19. 廣告系統的一些商業模式
20. 實時反做弊
21. CTR點擊預測
22. 架構

7.天然語言處理

---

• NLTK

---

1. N-gram語言模型
2. 詞共現/TFIDF
3. 噪聲信道模型
4. 統計分類模型
5. 語義相關性
6. 基於HMM的詞性標註
7. 統計語言模型的評價方法
8. 擴充轉移網絡
9. 動態規劃算法
10. 最小編輯距離
11. 淺層句法分析技術
12. 知識庫的構建
13. 命名實體識別
14. 未登錄詞識別
15. 語言模型結構設計
16. 樹鄰近語法
17. 文本建模
18. 隨機上下文無關文法
19. 機率上下文文法
20. 同義詞自動構建（詞共現，基於淺層語法分析）
21. 文本分類技術

8.架構

1. OOP
2. 聊天系統/實時高效信息系統架構與源碼
3. Bloom Filter 過濾器
4. 分佈式時鐘（邏輯時鐘） 同步技術
5. SCALA
6. Netty
7. Jetty
8. 一致性Hash
9. 分佈式基本組建
10. 原子廣播

9.爬蟲

1. 爬蟲原理
2. 分佈式架構
3. 通用爬蟲
4. 主題爬蟲
5. Nutch
6. Xpath
7. 網頁去重
8. URL去重

10.應用

1. 人臉識別
2. 垃圾郵件分類
3. 文本聚類
4. 語音合成（分解）
5. 語音識別
6. 手寫識別
7. 推薦系統
8. 文檔主題分析
9. 二進制權限系統
10. 搜索引擎關鍵字智能提示
11. 最小敏感局部hash算法
12. Simrank
13. 手寫輸入法
14. 爲文本生成關鍵詞和摘要
15. 拼音縮寫提取
16. 漢字轉拼音/拼音轉漢字
17. 機器翻譯
18. 自動提取標籤
19. 圖片提取標題
20. 文字生成圖像
21. 問答系統
    …

11.Github中的開源項目

值得mark的11個開源機器學習項目

---

1.scikit-learn Github:scikit-learn
2.Shogun
Github:shogun
3.Accord Framework/AForge.net
Github:Accord Framework/AForge.net
4.Mahout
5.MLlib
6.H2O
Github:H2O
7.Cloudera Oryx
8.GoLearn
9.Weka
10.CUDA-convnet
11.ConvNetJS
Github:ConvNetJS

12.我的收集網址

• Microsoft Research
• 機器學習溫和指南
• 從零實現來理解機器學習算法：書籍推薦及障礙的克服
• 伯樂在線—機器學習
• Coursera
• 臺灣機器學習課程
• 機器學習之開源庫大總結
• 推薦！國外程序員整理的機器學習資源大全
• 機器學習經典書籍
• 機器學習經典論文/survey合集
• 人工智能和機器學習領域有哪些有趣的開源項目
• 機器學習該怎麼入門（知乎回答）
• 整理：深度學習 vs 機器學習 vs 模式識別

13.機器學習須要瞭解的人物

1.吳恩達

2.中國大牛組

• 周志華
  我的主頁
• 楊強
  我的主頁
• 李建中 —分佈式數據庫
• 唐傑 —圖挖掘
  我的主頁
• 張鈸
• 劉鐵巖
  我的主頁
• 王海峯 —信息檢索，NPL,機器翻譯
  我的主頁
• 何曉飛 — 多媒體處理，圖像檢索，流型學習
  我的主頁
• 朱軍
• 吳軍
  我的主頁
• 張棟
  我的主頁
• 戴文淵
  我的主頁
• 李航—華爲諾亞方舟實驗室
  華爲諾亞方舟實驗室

---

《中國大牛組》資源來源於小木蟲
小木蟲

---

14.會議論文收集

15.書籍

1.PRML—Pattern Recognition And Machine Learning
豆瓣