一、数据库
1、http://yann.lecun.com/exdb/mnist/ (MNIST数据库)
2、https://dasl.datadescription.com/ (数据和故事图书馆:适合做统计练习)
3、http://www1.aucegypt.edu/faculty/hadi/RABE5/#Download (Regression Analysis by Example)
4、http://www-bcf.usc.edu/~gareth/ISL/ (An Introduction toStatistical Learning with Applications in R) (An Introduction to Statistical Learning)
5、http://archive.ics.uci.edu/ml/datasets.html (机器学习)
6、https://blog.csdn.net/linqianbi/article/details/78626130 (各领域公开数据集下载)
二、软件应用
1、http://www.tensorfly.cn/ (Tensorflow中文社区)
2、https://site.douban.com/269412/widget/notes/191094910/note/535690481/ (R语言中的机器学习包)
3、https://www.jianshu.com/p/b71e548ced3d (R语言可视化ROC)
4、https://blog.csdn.net/qq_40587575/article/details/80247106 (R语言函数总结)
三、重要学习资料
1、https://blog.csdn.net/u014570569/article/details/83047276 (TensorFlow中关于LeNet-5网络的一些小坑)
2、https://blog.csdn.net/idwtwt/article/details/81461208 (Tensorflow模型保存和模型使用)
3、https://blog.csdn.net/npu15222808378/article/details/80376929 (论文笔记:DnCNNs)
4、https://www.cnblogs.com/pinking/p/9362966.html (LSTM(长短期记忆网络)及其tensorflow代码应用)
5、http://blog.sina.com.cn/s/blog_1448678760102xai5.html (EM算法及其在GMM以及PGMM聚类中的应用)
6、https://www.cnblogs.com/ModifyRong/p/11442595.html (TextCNN 代码详解(附测试数据集以及GitHub 地址))
6、https://www.cnblogs.com/hypnus-ly/p/8407905.html (tensorflow 基础学习十一:LSTM(long-short term memory))
7、https://cloud.tencent.com/developer/news/326505 (随机森林进行因果推断)
8、https://blog.csdn.net/qq_40514570/article/details/92720952 (随机森林分类和回归python代码详解)
9、https://blog.csdn.net/flying_sfeng/article/details/78852816 (使用tensorflow的lstm网络进行时间序列预测)
10、https://blog.csdn.net/kudou1994/article/details/80851227 (单向LSTM与双向LSTM对比)
11、https://blog.csdn.net/blackyuanc/article/details/67640844 (拉格朗日对偶问题:Lagrange duality)
12、https://blog.csdn.net/qq_39521554/article/details/79083864 (卷积详解)
13、https://blog.csdn.net/qq_24464989/article/details/79834564 (PCA和SVD的区别)
14、https://blog.csdn.net/wangjian1204/article/details/50642732 (PCA和SVD的区别和联系)
15、https://blog.csdn.net/qq_33254870/article/details/81536188 (TensorFlow绘制loss/accuracy曲线)
16、https://blog.csdn.net/xuezhan123/article/details/79662144 (神经网络激活函数总结)
17、https://blog.csdn.net/xuezhan123/article/details/79674357 (神经网络损失函数总结)
18、https://blog.csdn.net/itplus/article/details/19168937 (受限玻尔兹曼机(RBM)学习笔记(一))
19、https://blog.csdn.net/zb1165048017/article/details/53169462 (卷积RBM源码解读)
20、https://blog.csdn.net/baimafujinji/article/details/53269040 (数据挖掘十大算法之CART详解)
21、https://blog.csdn.net/baimafujinji/article/details/51724371 (数据挖掘十大算法之决策树详解)
四、其他
1、https://www.linuxidc.com/Linux/2019-04/158330.htm (清华大学与中科大相继停止 Anaconda 镜像服务)
2、https://blog.csdn.net/zzpong/article/details/80282814 (CUDA安装失败解决方法)
3、https://www.cnblogs.com/xiaojianliu/p/9286066.html (Win10+CUDA9.0+cudnn7.1安装)
4、https://blog.csdn.net/cztqwan/article/details/78902530 (Matlab2016及以上版本设置VS编译器)
5、https://blog.csdn.net/ITLearnHall/article/details/81708148 (Anaconda详细安装及使用教程)
6、https://www.cnblogs.com/HongjianChen/p/8385547.html (Windows10下用Anaconda3安装TensorFlow教程)