深度学习
【20150628群沙龙完整版】斯坦福、谷歌、百度、阿里人工智能顶级专家，探讨未来5年产业机会 网页链接
余凯：语音识别，图像识别，自然语音理解，我觉得会持续推进。这三个领域，应该会诞生3个500亿美金市值的公司，在今后的10年里。大家拭目以待 。 --- 太令人振奋了! Fei-Fei Li, Fei Sha, Ke Yang, 余凯，漆远，雷鸣等关于人工智能和深度学习的讨论（先睹为快版）-
CVPR2015的总结分享，真正是好文，Deep down the rabbit hole: CVPR 2015 and beyond 网页链接
【幻灯:基于Twitter数据和机器学习方法的金融时序预测】《Forecasting financial time series with machine learning models and Twitter data》by Argimiro Arratia (2014)
【幻灯:金融时序分析讲义】《Econometrics II - Financial Time Series [Enders Ch 2 & 4, Sections 1-7]》by Seppo Pynnönen, University of Vaasa 更多该课程(计量经济学II)讲义&资料
【论文:深度生成模型(综述)】《Learning Deep Generative Models》by R Salakhutdinov, University of Toronto (2015) 网页 云:网页链接
【视频:Ruslan Salakhutdinov在KDD2014上的深度学习教程】《Deep Learning(KDD2014 Tutorial)》by Ruslan Salakhutdinov DNN/RBM/DBN/DBM/multimodal deep learning 网页链接 云(Slide):网页链接
【(Scikit-Learn)线性回归的正则化】《Regularized Linear Regression with scikit-learn 》 网页
【视频+讲义:深度学习革命】《The Deep Learning Revolution: Rethinking Machine Learning Pipelines》by Soumith Chintala(Facebook AI Research) 网页 云:网页 网页
【Google研究员Ilya Sutskever：成功训练LDNN的13点建议】 网页链接
COS访谈第十八期：陈天奇 陈天奇 是华盛顿大学计算机系博士生，研究方向为大规模机器学习。曾获得KDD CUP 2012 Track 1第一名，并开发了SVDFeature，XGBoost，cxxnet等著名机器学习工具，是大名鼎鼎的DMLC的发起人之一! 网页
-
Facebook宣布开源深度学习人工智能工具
Facebook将通过Torch库发布这一软件。Torch是一个协助机器学习技术开发的开源环境，被学术界，以及谷歌、Twitter和英特尔等公司在研究中广泛使用。
@Copper_PKU
【如何评价Eric Xing实验室做的Petuum分布式机器学习平台？】@谢澎涛CMU：Petuum是一个专门针对机器学习的分布式平台，Spark以数据流应用为主，所以二者的应用对象不同。Spark有一个机器学习库MLLib, 但构建于数据流操作之上，… 网页链接（分享自 @知乎）
很高兴在周六的meetup上和大家交流，应小伙伴的要求，我把slides放出来了，见链接 SparkMeetup Beijing - RongGu-0627.pdf* @李浩源HY
- 《GPU：并行计算利器》本文详细的介绍了GPU并解释其运算能力为何如此强悍。网页链接 （by zhanlijun ）
- 【利用模拟退火提高Kmeans的聚类精度】 网页链接
贝叶斯
【频率学派与贝叶斯学派】“Frequentism and Bayesianism: What's the Big Deal?” by Jake VanderPlas 网页链接 相关博客系列：网页链接
SciPy 2014演讲视频：Frequentism and Bayesianism: What's the Big Deal? | SciPy 2014 | Jake VanderPlas
频率学派与贝叶斯学派
[播放](javascript:void(0)) [**1](javascript:void(0))
【免费书:面向计算机科学的概率/统计模型】《From Algorithms to Z-Scores: Probabilistic and Statistical Modeling in Computer Science Norm Matloff, University of California, Davis》by Norm Matloff, University of California, Davis 网页链接 云:网页链接
代码工具
模式
- **STPRtool: **Statistical Pattern Recognition ToolboxThis toolbox implements a selection of statistical pattern recognition methods described in the monograph M.I. Schlesinger, V. Hlavac: Ten lectures on the statistical and structural pattern recognition, Kluwer Academic Publishers, 2002 , rather it implements the first part of the monograph which deals with feature based statistical pattern recognition methods. The toolbox is still being developed and new implemented methods (see implemeted methods) go beyond the contents of the monograph.
