Coursera ML 機器學習

線性迴歸算法計算過程

Cost Function

梯度降低算法

多變量回歸 

logistic迴歸 正規化 Regularized Linear regression Regularized logistic regression

神經網絡(Nerual network)

模型

學習資源 分享 機器學習視頻教程 臺灣 林軒田 機器學習 吳立德 深度學習 中科大 機率論與數理統計 http://pan.baidu.com/share/link?shareid=590936339&uk=4213844887

另外推薦 網易公開課 吳恩達 網易雲課堂 張志華

經典書籍

神經網絡設計 神經網絡與機器學習 PRML(模式識別與機器學習) 機器學習導論 機器學習 模式分類 。

搜視頻教程 http://www.wangpansou.cn/ 搜pdf去新浪微盤 搜源碼去github

推擠一個nlp學習視頻：https://class.coursera.org/nlangp-001

http://yunpan.cn/crjQcEF68bXWk 提取碼 c049 http://yunpan.cn/crjQQaBR7NSjf 提取碼 251b http://yunpan.cn/crjQQPDsQRR2z 提取碼 8035 http://yunpan.cn/crjQwSMnYNgXp 提取碼 3162

百度雲盤 http://pan.baidu.com/s/1pKijnJH 密碼:vdu3

下面這個520元的極客學院年VIP帳號是下載帳號，帳號：qr7972@163.com 密碼：445uuy 用微博方式登錄

@Vampire 分享 機器學習視頻教程 臺灣 林軒田 機器學習 吳立德 深度學習 中科大 機率論與數理統計 http://pan.baidu.com/share/link?shareid=590936339&uk=4213844887

另外推薦 網易公開課 吳恩達 網易雲課堂 張志華

經典書籍

神經網絡設計 神經網絡與機器學習 PRML(模式識別與機器學習) 機器學習導論 機器學習 模式分類

論文搜索 http://www.sci-hub.io/

全國圖書館參考 http://www.ucdrs.superlib.net/

在線書 deep learning http://www.deeplearningbook.org/

神經網絡與深度學習 http://neuralnetworksanddeeplearning.com/index.html

windows+caffe+vs2013+cuda6.5配置記錄 http://blog.csdn.net/quincuntial/article/details/50380742

自動安裝caffe https://github.com/zeakey/caffe-auto-install

caffe for windows https://github.com/Microsoft/caffe

林軒田 http://pan.baidu.com/share/link?shareid=779116114&uk=4213844887

吳立德 深度學習 視頻教程 http://pan.baidu.com/share/link?shareid=3857604537&uk=4213844887

臺灣大學精品課程：

機器學習基石 (Machine Learning Foundations) https://www.coursera.org/course/ntumlone

機器學習技法 (Machine Learning Techniques) https://www.coursera.org/course/ntumltwo

吳恩達機器學習 Machine Learning by Andrew Ng https://class.coursera.org/ml-008

AI of Snake using Neural Networks http://1618.pl/home/2014_04_11_snake_ai/index.html

hinton主頁 http://www.cs.toronto.edu/~hinton/

python入門 http://www.tutorialspoint.com/python/index.htm

A Visual Introduction to Machine Learning http://www.r2d3.us/visual-intro-to-machine-learning-part-1/

【特徵匹配】Fast原理及源碼解析 http://blog.csdn.net/luoshixian099/article/details/48294967

2016年「Rework深度學習」會議概覽（附視頻） http://www.kuqin.com/shuoit/20140925/342320.html http://www.almosthuman.cn/2016/02/25/q6q7r/

tinyCNN開源庫 http://blog.csdn.net/fengbingchun/article/details/50573841

I think you can use an optimization algorithm, such as Genetic Algorithms or Particle Swarm Optimization Algorithm in order to find the suitable number of feature maps.@瑾＆昕 https://www.reddit.com/r/MachineLearning/comments/2ss1n1/convolutional_neural_net_question_how_to/@瑾＆昕