Coursera ML 机器学习

线性回归算法计算过程

Cost Function

梯度降低算法

多变量回归 

logistic回归 正规化 Regularized Linear regression Regularized logistic regression

神经网络(Nerual network)

模型

学习资源 分享 机器学习视频教程 台湾 林轩田 机器学习 吴立德 深度学习 中科大 几率论与数理统计 http://pan.baidu.com/share/link?shareid=590936339&uk=4213844887

另外推荐 网易公开课 吴恩达 网易云课堂 张志华

经典书籍

神经网络设计 神经网络与机器学习 PRML(模式识别与机器学习) 机器学习导论 机器学习 模式分类 。

搜视频教程 http://www.wangpansou.cn/ 搜pdf去新浪微盘 搜源码去github

推挤一个nlp学习视频：https://class.coursera.org/nlangp-001

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

百度云盘 http://pan.baidu.com/s/1pKijnJH 密码:vdu3

下面这个520元的极客学院年VIP帐号是下载帐号，帐号：qr7972@163.com 密码：445uuy 用微博方式登录

@Vampire 分享 机器学习视频教程 台湾 林轩田 机器学习 吴立德 深度学习 中科大 几率论与数理统计 http://pan.baidu.com/share/link?shareid=590936339&uk=4213844887

另外推荐 网易公开课 吴恩达 网易云课堂 张志华

经典书籍

神经网络设计 神经网络与机器学习 PRML(模式识别与机器学习) 机器学习导论 机器学习 模式分类

论文搜索 http://www.sci-hub.io/

全国图书馆参考 http://www.ucdrs.superlib.net/

在线书 deep learning http://www.deeplearningbook.org/

神经网络与深度学习 http://neuralnetworksanddeeplearning.com/index.html

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

自动安装caffe https://github.com/zeakey/caffe-auto-install

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

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

吴立德 深度学习 视频教程 http://pan.baidu.com/share/link?shareid=3857604537&uk=4213844887

台湾大学精品课程：

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

吴恩达机器学习 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主页 http://www.cs.toronto.edu/~hinton/

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

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

【特征匹配】Fast原理及源码解析 http://blog.csdn.net/luoshixian099/article/details/48294967

2016年「Rework深度学习」会议概览（附视频） http://www.kuqin.com/shuoit/20140925/342320.html http://www.almosthuman.cn/2016/02/25/q6q7r/

tinyCNN开源库 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