欢迎关注我的个人公众号SimpleAI.<br>以后文章会在微信公众号上更新。

很忙很忙，或许以后还有机会再拾起深度学习

机器学习

大数据，数据库，AI, sql等

数据处理很重要呀，得学！

数据处理，分析与展现，R语言编程，Python, 图表制作，基于数据的决策与执行,算法。Life is short, use Linux.

该专题是机器学习、推荐系统和自然语言处理、深度学习相关算法学习记录，用通俗的语言去理解算法，去朴实的文字记录每次前行，每个算法力争说清缘由，且尝试实现或者使用开源库进行。机器学习忍者在路上……

机器学习(Machine Learning，ML)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术，机器学习是数据挖掘的一个重要的工具。机器学习交流群：613944735

本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

机器学习算法关注机器学习，人工智能，数据挖掘，计算机视觉等相关领域的文章

我以官方文档为主线，开始对TensorFlow的学习。这期间会把我的理解进行持续的输出，作为《TensorFlow从0到N》系列。 它不会止于翻译和笔记，不会停留在语言和工具，而是坚持通过启发性的方式，循序渐进的构建理解，搭建一个坚实可靠的、连接“零基础”与“人工智能（AI）/机器学习（Machine Learning）/深度学习（Deep Learning）”领域之间的缓坡道。

我们已经进入一个崭新的智能机器时代，在未来几年内，人工智能和机器人给世界带来的影响将远远超过个人计算机和互联网在过去的30年间已经对世界造成的改变。是谦逊地生存，还是傲慢地死去？智能机器将成为我们的奴隶，伙伴还是主人？

分享深度学习、机器学习、计算机视觉、模式识别、资源语言处理、推荐系统等领域的一些技术

使用Python语言，及其在因特网信息数据获取（爬虫）和数据挖掘、机器学习上的应用。也包含python的基本使用。