人脸检测C++代码：http://mp.weixin.qq.com/s?__biz=MzI2OTAxNTg2OQ==&mid=209167362&idx=1&sn=db4de1e9aa1bb20c2a219d205031ef0a&scene=20&scene=23&srcid=0303gXglBWuhsGHtPmOqQE8Y#rd

matlab中princomp,pcacov,pcares,barttest四大分析函数的应用：http://blog.sina.com.cn/s/blog_6833a4df0100pwma.html

聚类算法Clustering by fast search and find of density peaks的实现：http://blog.csdn.net/jdplus/article/details/40351541#comments

聚类算法Clustering by fast search and find of density peaks的解读：http://blog.csdn.net/itplus/article/details/38926837

矩阵特征值分解与奇异值分解含义解析及应用：http://blog.csdn.net/xiahouzuoxin/article/details/41118351

HMM学习最佳范例：http://www.52nlp.cn/hmm-learn-best-practices-five-forward-algorithm-1

应该掌握的七种回归技术：http://www.csdn.net/article/2015-08-19/2825492

最小二乘法：http://blog.csdn.net/lotus___/article/details/20546259

隐马尔科夫模型攻略：http://blog.csdn.net/pi9nc/article/details/9068043

前向算法Forward algorithm：http://blog.csdn.net/jeiwt/article/details/8076019

最容易理解HMM的文章：http://blog.csdn.net/daringpig/article/details/8072794

Viterbi Algorithm维特比算法【原始资料】：http://www.comp.leeds.ac.uk/roger/HiddenMarkovModels/html_dev/viterbi_algorithm/s1_pg10.html

隐马尔可夫模型（五）——隐马尔可夫模型的解码问题(维特比算法）：http://www.cnblogs.com/kaituorensheng/archive/2012/12/04/2802140.html

HMM学习最佳范例七：前向-后向算法：http://blog.csdn.net/u010585135/article/details/43562585

隐马尔科夫(HMM)模型前向后向(Forward_backward) 维特比 (viterbi)【代码解读】：http://blog.csdn.net/S20091103372/article/details/20400219

隐马尔科夫模型HMM自学：http://blog.csdn.net/zhqz113144/article/details/9177507

机器学习（Part I）机器学习的种类：http://www.cnblogs.com/ysjxw/archive/2008/04/11/1149002.html

有监督学习与无监督学习：http://wenku.baidu.com/link?url=nM00xplnxWSo4QfgkfmVqGyr-0ebZl3Fp1XNAG4JA74qzCssmZToI7vB3apHMAOjQ6QeQjI1bUuYGaZBzs5RQUl_qVp4knCceHcr4DD0xqW

机器学习有监督学习之–回归：http://www.cnblogs.com/fanyabo/p/4060498.html

机器学习PartII：监督学习和无监督学习：http://www.cnblogs.com/ysjxw/archive/2008/04/11/1149004.html

斯坦福大学机器学习第二课 “单变量线性回归”：http://blog.csdn.net/u011584941/article/details/44961277

第六篇平稳随机过程（Stationary Stochastic Processes）：http://geodesy.blog.sohu.com/273957996.html

高斯过程之FGPLVM【代码工具包Faster GP-LVM software in MATLAB】：https://github.com/lawrennd/fgplvm

高斯过程之SGPLVM【代码工具包Gaussian process latent variable models with shared latent spaces (SGPLVM)】：https://github.com/SheffieldML/SGPLVM

Documentation for GPML Matlab Code version 3.6【高斯过程机器学习matlab代码】：http://www.gaussianprocess.org/gpml/code/matlab/doc/

如何通俗易懂地理解高斯过程：https://www.zhihu.com/question/46631426

Probabilistic PCA with GPLVM【附带概率PCA的高斯过程】：http://www.wikicoursenote.com/wiki/Probabilistic_PCA_with_GPLVM

Kernel Methods for Large Scale Representation Learning【核方法处理大范围表示学习】：http://www.cs.cmu.edu/~andrewgw/pattern/

动态时间规整(DTW)：http://blog.csdn.net/liyuefeilong/article/details/45748399

什么是核函数，作用是什么：http://www.360doc.com/content/14/0728/15/14106735_397653989.shtml#

机器学习有很多关于核函数的说法，核函数的定义和作用是什么：https://www.zhihu.com/question/24627666

高斯核函数：http://blog.csdn.net/tianguokaka/article/details/6233369

随机梯度下降：http://www.cnblogs.com/murongxixi/p/3467365.html

梯度下降与随机梯度下降：http://blog.csdn.net/u014568921/article/details/44856915

【插值】插值：http://wenku.baidu.com/view/e9c7766b852458fb770b563c.html

【插值】插值：http://wenku.baidu.com/view/da8bcdad4b73f242326c5f79.html?re=view

【插值】第三章实验数据的插值1：http://wenku.baidu.com/view/a88e268002d276a200292ebb.html?re=view

【插值】实验四数据插值与拟合：http://wenku.baidu.com/view/03ab00e90975f46527d3e141.html?re=view

【插值】拉格朗日插值法 matlab：http://wenku.baidu.com/view/589dbf0c844769eae009ed4a.html

【插值】MATLAB编辑n次拉格朗日函数插值法的程序：http://wenku.baidu.com/view/0f3c6a6b561252d380eb6ed2.html

JMLR【Machine Learning Open Source Software有代码哦】：http://www.jmlr.org/mloss/

C#.NET开源项目、机器学习、商务智能：http://www.cnblogs.com/asxinyu/archive/2015/08/17/4733741.html

位置敏感哈希Locality-Sensitive Hashing：http://blog.csdn.net/zwwkity/article/details/8559301

UDFDL机器学习教程：http://ufldl.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B

matlab神经网络视频教程：http://video.1kejian.com/video/?70286-0-0.html

機器學習基石 (Machine Learning Foundations)【教授 Hsuan-Tien Lin, 林軒田】：https://class.coursera.org/ntumlone-003/lecture

Probabilistic Models of Cognition：https://probmods.org/

低秩逼近【研究研究能发个论文出来】Low-Rank Matrix Recovery and Completion via Convex Optimization：http://perception.csl.illinois.edu/matrix-rank/introduction.html

【Matlab Audio Processing Examples】音频处理案例matlab代码：http://labrosa.ee.columbia.edu/matlab/

机器学习大纲：http://dlib.net/ml.html

【CUDA】深度学习框架：https://developer.nvidia.com/deep-learning-frameworks

【算法组】一个机器学习论坛：http://suanfazu.com/

【聊天机器人】：http://www.shareditor.com/bloglistbytag/?tagname=%E8%87%AA%E5%B7%B1%E5%8A%A8%E6%89%8B%E5%81%9A%E8%81%8A%E5%A4%A9%E6%9C%BA%E5%99%A8%E4%BA%BA

条件随机场：http://blog.csdn.net/chlele0105/article/details/14897761

LibSVM：http://www.csie.ntu.edu.tw/~cjlin/libsvm/

Sigmoid函数、极大似然估计、损失函数以、梯度下降以及正则化：https://www.52ml.net/19641.html

深度学习相关

ReLu(Rectified Linear Units)激活函数： http://www.cnblogs.com/neopenx/p/4453161.html

Machine and Deep Learning with Python： https://github.com/szwed/awesome-machine-learning-python

ImageNet Classification with Deep ConvolutionalNeural Networks【文章】： http://www.cs.toronto.edu/~hinton/absps/imagenet.pdf

一个人的博客有关深度学习的几篇文章： https://www.52ml.net/tags/%E5%90%91%E9%87%8F/page/4

matRBM与受限玻尔兹曼机相关： https://code.google.com/archive/p/matrbm/

深度学习笔记： http://blog.csdn.net/carson2005/article/details/17185309

theano的主页： http://deeplearning.net/software/theano/index.htm l

theano documentation： http://deeplearning.net/software/theano/#

installation of theano on Windows： http://deeplearning.net/software/theano/install_windows.html#install-windows

TensorFlow： https://www.tensorflow.org/versions/r0.8/tutorials/seq2seq/index.html

百度的paddle主页： http://www.paddlepaddle.org/cn/index.html

deeplearning tutorial： http://deeplearning.net/tutorial/

Neural Networks and Deep Learning： http://neuralnetworksanddeeplearning.com/index.html

WildML(RNN相关)： http://www.wildml.com/

UFLDL深度学习(NG执笔)： http://ufldl.stanford.edu/tutorial/

deeplearning book： http://www.deeplearningbook.org/

tiny-cnn开源库的使用(MNIST)【C++Windows版本】： http://blog.csdn.net/fengbingchun/article/details/50573841

Nature重磅：Hinton、LeCun、Bengio三巨头权威科普深度学习： http://www.dataguru.cn/article-7593-1.html

Deep Learning源代码收集-持续更新…： http://blog.csdn.net/zouxy09/article/details/11910527

【LSTM】Mourad Mourafiq【有LSTM的实现】： http://mourafiq.com/

Deeplearning4j Documentation & Site Map【DL教程，相当不错】： http://deeplearning4j.org/documentation

deeplearning documentation： http://deeplearning.net/tutorial/contents.html

windows下安装caffe【推荐看我前面写的安装博客】： http://suanfazu.com/t/windows-caffe/13579

【RNN】RECURRENT NEURAL NETWORKS TUTORIAL, PART 1 – INTRODUCTION TO RNNS： http://www.wildml.com/2015/09/recurrent-neural-networks-tutorial-part-1-introduction-to-rnns/

【RNN】循环神经网络(RNN, Recurrent Neural Networks)介绍： http://blog.csdn.net/heyongluoyao8/article/details/48636251

【RBM】RBM toolbox： https://github.com/skaae/rbm_toolbox

【RBM】A Beginner’s Tutorial for Restricted Boltzmann Machines： http://deeplearning4j.org/restrictedboltzmannmachine

【RBM】Ruslan Salakhutdinov主页的一个代码： http://www.cs.toronto.edu/~rsalakhu/code.html

【RBM】受限玻尔兹曼机： http://blog.csdn.net/pi9nc/article/details/19336535

【RBM】受限玻尔兹曼机： http://blog.csdn.net/zouxy09/article/details/8781396/

【RBM】受限玻尔兹曼机（RBM）学习笔记（三）能量函数和概率分布： http://blog.csdn.net/itplus/article/details/19168989

【RBM】限制玻尔兹曼机（Restricted Boltzmann Machine）学习笔记（一）： http://blog.csdn.net/roger__wong/article/details/43374343

【CRBM第一篇】 Convolutional deep belief networks for scalable unsupervised learning of hierarchical representations：

地址：http://web.eecs.umich.edu/~honglak/hl_publications.html

【CRBM第二篇】Unsupervised feature learning for audio classification using convolutional deep belief networks.

地址：http://web.eecs.umich.edu/~honglak/hl_publications.html

TIMIT数据集：http://www.fon.hum.uva.nl/david/ma_ssp/2007/TIMIT/

(提示下载方法，用wget -m)因为这个数据集貌似有版权问题，不变说太多，嘿嘿

【CNN】CS231n Convolutional Neural Networks for Visual Recognition： http://cs231n.github.io/neural-networks-1/#actfun

【RNN-RBM】Deep learning：四十九(RNN-RBM简单理解)： http://www.cnblogs.com/tornadomeet/p/3439503.html

【caffe的VGG框架】： http://cs.stanford.edu/people/karpathy/vgg_train_val.prototxt

【caffe解析，以及一些深度学习框架的比较】： http://chenrudan.github.io/blog/2015/11/18/comparethreeopenlib.html

【深度学习框架对比】： http://www.infoq.com/cn/news/2016/01/evaluation-comparison-deep-learn

【caffe、tensorFlow、Mxnet对比】： http://chenrudan.github.io/blog/2015/11/18/comparethreeopenlib.html

【DNN】可视化每一层得到的结果： http://yosinski.com/deepvis

【可视化】Visualization of optimal stimuli and invariances for Tiled Convolutional Neural Networks.： http://cs.stanford.edu/~quocle/TCNNweb/index.html

【NVIDIA】GPU学习社区：http://www.gpuworld.cn/

Keep Up With New Trends: http://handong1587.github.io/deep_learning/2016/07/27/keep-up-with-new-trends.html

15 Deep Learning Tutorials: http://www.datasciencecentral.com/profiles/blogs/15-deep-learning-tutorials

Documentation for Deconvolutional Network Toolbox： http://www.matthewzeiler.com/software/DeconvNetToolbox/Documentation/main.html

大牛及其它主页

CMU计算机科学：http://www.cs.cmu.edu/

刘更代大牛主页：http://www.cad.zju.edu.cn/home/liugengdai/#papers

Tapas Kanungo’s Software Page【主要研究HMM】：http://www.kanungo.com/software/software.html

南京大学机器人智能与神经计算研究组：http://cs.nju.edu.cn/rinc/SOINN.html

Sheffield Machine Learning Software【github主页】：https://github.com/SheffieldML?page=2

YARIN GAL【主页，应该很厉害】：http://mlg.eng.cam.ac.uk/yarin/index.html

YARIN GAL中的一个部分，牵扯到GP和caffe【What My Deep Model Doesn’t Know】：http://mlg.eng.cam.ac.uk/yarin/blog_3d801aa532c1ce.html

Ruslan Salakhutdinov：http://www.cs.toronto.edu/~rsalakhu/

Graham Taylor：http://www.cs.nyu.edu/~gwtaylor/pubs.html

Geoffrey E. Hinton：http://www.cs.toronto.edu/~hinton/还有一个RBM相关的http://www.cs.toronto.edu/~hinton/MatlabForSciencePaper.html

Yoshua Bengio：http://www.iro.umontreal.ca/~bengioy/yoshua_en/index.html

Yann LeCun’s Publications ：http://yann.lecun.com/exdb/publis/index.html 主页是：http://yann.lecun.com/ex/index.html

Neil Lawrence Machine Learning：http://inverseprobability.com/

Aaron Hertzmann：http://www.dgp.toronto.edu/~hertzman/index.html

Sam Roweis：http://www.cs.nyu.edu/~roweis/code.html

Dr徐亦达【在优酷上有机器学习课程哦】：http://www-staff.it.uts.edu.au/~ydxu/index.htm

Alexei (Alyosha) Efros：http://people.eecs.berkeley.edu/~efros/

Roland Memisevic：http://www.iro.umontreal.ca/~memisevr/

Eugene Hsu：http://www.squicky.org/cv/

Wei Liu：http://www.cs.unc.edu/~wliu/

Yangqing Jia (贾扬清)【caffe创始人，你说厉害不】：http://daggerfs.com/

David J Fleet：http://www.cs.toronto.edu/~fleet/

Tomohiko MUKAI：http://mukai-lab.org/mukai/

【此人CRBM研究的比较多】Honglak Lee：http://web.eecs.umich.edu/~honglak/hl_publications.html

【CRBM大牛】Alex Krizhevsky：http://www.cs.utoronto.ca/~kriz/

【CRBM大牛】PENG QI：http://qipeng.me/software/convolutional-rbm.html#reference

【Daniel Holden】http://www.theorangeduck.com/page/all

bharath hariharan：http://home.bharathh.info/

Katerina Fragkiadaki：http://people.eecs.berkeley.edu/~katef/

Matthew Zeiler: http://www.matthewzeiler.com/

【搞检测的大牛】：RBG：https://people.eecs.berkeley.edu/~rbg/index.html

【CVPR2016】code+paper网址：https://tensortalk.com/?cat=conference-cvpr-2016&t=type-code

SIGGRAPH 2015 papers on the web:http://kesen.realtimerendering.com/sig2015.html

【运动捕捉CMU大牛的主页】有代码CTW和GTW：http://www.cs.cmu.edu/~ftorre/codedata.html

【finetuning和迁移学习】好文章：http://mp.weixin.qq.com/s?__biz=MzA3MzI4MjgzMw==&mid=2650718634&idx=1&sn=1220e691541c34281c64655a01793cb0&scene=0#rd

微软研究院刘世霞，做了CNN的可视化，非常好：http://shixialiu.com/

几个学习网站

csdn:http://www.csdn.net/

博客园：http://www.cnblogs.com/

我爱自然语言处理NLP：http://www.52nlp.cn/

Coursera：https://www.coursera.org/

matlab中文论坛：http://www.ilovematlab.cn/forum.php

知乎：https://www.zhihu.com/

gitxiv【有论文有代码极力推荐】：http://gitxiv.com/

tensortalk【另一个有代码和论文的地方】：https://tensortalk.com/?t=type-code

csdn的公开课：http://edu.csdn.net/huiyiCourse/index

Publications【一堆论文，部分有代码】：https://www.cs.toronto.edu/~ilya/pubs/

Jack M. Wang：http://www.dgp.toronto.edu/~jmwang/

【天津大学深度学习一线实战研讨班干货总结与资源下载】：http://datasci.tju.edu.cn/data/index1?sukey=3997c0719f1515200399a26940a285f019a686a850fcc3d81290e00ce57e15e915fbabfbca74f113889c6a7bc0ce4a23

【valse】教学视频：http://vision.ouc.edu.cn/valse/

机器之心：http://www.jiqizhixin.com/insights

其它

代码托管网站【码云】：http://git.oschina.net/

代码素材网：http://www.16sucai.com/daima/

百度、腾讯、搜狐、360等产品职位笔试智力题分析：http://blog.csdn.net/foreverdengwei/article/details/7683975#comments

百度机器学习/数据挖掘一面被淘汰记：http://blog.csdn.net/mpbchina/article/details/8018005

常见面试之机器学习算法思想简单梳理：http://blog.csdn.net/jirongzi_cs2011/article/details/15720447

NLPjob【找自然语言处理工作】：http://www.nlpjob.com/jobs/machine-learning/

Pro Git v2中文版：http://wiki.jikexueyuan.com/project/pro-git-two/

测测IQ：http://iqtest.dk/main.swf

CVPR 2015 papers：http://cs.stanford.edu/people/karpathy/cvpr2015papers/

CVPR2015：http://techtalks.tv/cvpr/2015/?url_type=39&object_type=webpage&pos=1

绘制流程图：https://www.processon.com/diagrams

Engineering Village【找论文】：https://www.engineeringvillage.com/home.url?acw=

手写识别数据库THE MNIST DATABASE of handwritten digits：http://yann.lecun.com/exdb/mnist/

中国智能网：http://www.5iai.com/

SIGGRAPH 2016 papers on the web：http://www.kesen.realtimerendering.com/sig2016-changelog.html

windows下的WGET下载东西：http://www.interlog.com/~tcharron/wgetwin.html

WGET各参数介绍：http://blog.csdn.net/cnki_ok/article/details/7921239

【PPT】模板素材网站：http://www.officeplus.cn/p/94/102194.shtml

Texlive简洁教程：http://liam0205.me/2014/09/08/latex-introduction/

程序员必看资料汇总

转于：http://blog.csdn.NET/zb1165048017/article/details/51705020

数学概念部分

编程语言学习

动捕及计算机视觉

机器学习算法

深度学习相关

大牛及其它主页

几个学习网站

其它

数学概念部分

编程语言学习

动捕及计算机视觉

机器学习算法

深度学习相关

大牛及其它主页

几个学习网站

其它

猜你喜欢