【学习资料】 人工智能 机器学习 深度学习
2017-08-14 11:14
573 查看
____tz_zs
持续更新
相关的博客
人工智能方面 收藏的一些入门文章
人工智能方面 收藏的一些期刊/论文/新闻资讯
机器学习导论: http://download.csdn.net/download/tz_zs/9969781
机器学习实践指南 案例应用解析: http://download.csdn.net/download/tz_zs/9969789
机器学习实战: http://download.csdn.net/download/tz_zs/9969804
神经网络与机器学习(原书第3版): http://download.csdn.net/download/tz_zs/9969806
27个速查表的zip文件:https://pan.baidu.com/s/1gfAGIdX 密码: yqpx
自然语言处理(NLP)是人工智能研究中极具挑战的一个分支。但对于初学者来说,这一领域目前有哪些研究和资源是必读的?最近,Kyubyong Park 为我们整理了一份完整列表。
网易云课堂
Deeplearning.ai课程笔记
课件: http://pan.baidu.com/s/1cB6cua
本课程属于机器学习的深化课程,主要是介绍深度学习(尤其是卷积神经网络和与其相关的框架)在计算机视觉领域的应用,内容涵盖多种神经网络具体结构与训练应用细节,以及针对大规模图像识别,物体定位,物体检测,图像风格迁移,图像理解描述与视频内容识别等问题的前沿解决思路。
讲师介绍:李飞飞教授现为斯坦福大学(Stanford)计算机系教授、斯坦福人工智能实验室、视觉实验室主任。
网易云课堂: http://study.163.com/course/courseMain.htm?courseId=1003223001
课件: http://pan.baidu.com/s/1jI3khTW 密码: ok0b
2018斯坦福CS 20深度学习Tensorflow实战课程
斯坦福大学在2017年开设了一门深度学习Tensorflow实战课程(Tensorflow for Deep Learning Research),广受好评,2018年课程最近已经开始,课程都会提供丰富的学习资源,比如PPT, 讲义,代码和课程报告,是非常好的Tensorflow实战入门课程。该课程没有以传统的稳扎稳打的学习方式(先学习数学基础、然后掌握机器学习、最后开始深度学习),而是直接从当前最热门的深度学习框架Tensorflow入手,讲解如何利用开源的Tensorflow框架进行深度学习研究,促使读者在实战中学习和掌握深度学习.因此,本教程更适合已经有一定深度学习基础、希望快速构建项目的读者。
2017版CS 20SI: Tensorflow for Deep Learning Research |新版CS 20:Tensorflow for Deep Learning Research | 专知
链接:https://pan.baidu.com/s/1gfu72EZ
密码:989c
ps:如果链接失效了,评论或私信告诉我就行,我会第一时间补上链接。
持续更新
相关的博客
人工智能方面 收藏的一些入门文章
人工智能方面 收藏的一些期刊/论文/新闻资讯
一、一些文本资料
电子书籍
机器学习(清晰): http://download.csdn.net/download/tz_zs/9969774机器学习导论: http://download.csdn.net/download/tz_zs/9969781
机器学习实践指南 案例应用解析: http://download.csdn.net/download/tz_zs/9969789
机器学习实战: http://download.csdn.net/download/tz_zs/9969804
神经网络与机器学习(原书第3版): http://download.csdn.net/download/tz_zs/9969806
机器学习和Python(包括数学)速查表:
原文(需翻墙): https://unsupervisedmethods.com/cheat-sheet-of-machine-learning-and-python-and-math-cheat-sheets-a4afe4e791b627个速查表的zip文件:https://pan.baidu.com/s/1gfAGIdX 密码: yqpx
自然语言处理(NLP)
自然语言处理领域重要论文&资源全索引自然语言处理(NLP)是人工智能研究中极具挑战的一个分支。但对于初学者来说,这一领域目前有哪些研究和资源是必读的?最近,Kyubyong Park 为我们整理了一份完整列表。
二、吴恩达老师
吴恩达老师deeplearning.ai新推出的深度学习课程(感谢网易云课堂,终于不用翻墙了)网易云课堂
Deeplearning.ai课程笔记
三、斯坦福
CS224d:深度学习处理自然语言: http://cs224d.stanford.edu/斯坦福CS231n—深度学习与计算机视觉
课程主页: http://cs231n.stanford.edu/2017春季
视频: https://www.youtube.com/playlist?list=PL3FW7Lu3i5JvHM8ljYj-zLfQRF3EO8sYv课件: http://pan.baidu.com/s/1cB6cua
2016 冬季
本课程为Stanford CS231n 2016 冬季学期汉化视频本课程属于机器学习的深化课程,主要是介绍深度学习(尤其是卷积神经网络和与其相关的框架)在计算机视觉领域的应用,内容涵盖多种神经网络具体结构与训练应用细节,以及针对大规模图像识别,物体定位,物体检测,图像风格迁移,图像理解描述与视频内容识别等问题的前沿解决思路。
讲师介绍:李飞飞教授现为斯坦福大学(Stanford)计算机系教授、斯坦福人工智能实验室、视觉实验室主任。
网易云课堂: http://study.163.com/course/courseMain.htm?courseId=1003223001
课件: http://pan.baidu.com/s/1jI3khTW 密码: ok0b
2018斯坦福CS 20深度学习Tensorflow实战课程
斯坦福大学在2017年开设了一门深度学习Tensorflow实战课程(Tensorflow for Deep Learning Research),广受好评,2018年课程最近已经开始,课程都会提供丰富的学习资源,比如PPT, 讲义,代码和课程报告,是非常好的Tensorflow实战入门课程。该课程没有以传统的稳扎稳打的学习方式(先学习数学基础、然后掌握机器学习、最后开始深度学习),而是直接从当前最热门的深度学习框架Tensorflow入手,讲解如何利用开源的Tensorflow框架进行深度学习研究,促使读者在实战中学习和掌握深度学习.因此,本教程更适合已经有一定深度学习基础、希望快速构建项目的读者。
2017版CS 20SI: Tensorflow for Deep Learning Research |新版CS 20:Tensorflow for Deep Learning Research | 专知
四、Google
Google在优达学城(Udacity)推出的深度学习课程
优达学城(Udacity) : https://www.udacity.com/course/deep-learning--ud730谷歌机器学习第一季
谷歌开发者视频中文频道: https://www.youtube.com/playlist?list=PLwv-rHS37fS9s3udyMoPPpaROL4u_tF5k五、动手学深度学习
http://zh.gluon.ai/index.html六、其他
我在百度云也共享了约100G各种视频,但是我真心觉得不如选择以上的网站去学习链接:https://pan.baidu.com/s/1gfu72EZ
密码:989c
ps:如果链接失效了,评论或私信告诉我就行,我会第一时间补上链接。
相关文章推荐
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 人工智能,机器学习,深度学习,神经网络
- 数据分析、数据挖掘、机器学习、神经网络、深度学习和人工智能概念区别(入门级别)
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<一>
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料集合
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 2)
- 机器学习:在Android中集成TensorFlow (深度学习,AI,人工智能,DL,ML,神经网络)
- 机器学习(Machine Learning)&深度学习(Deep Learning)学习资料总结
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)
- 重磅福利!!机器学习和深度学习学习资料合集
- 机器学习和深度学习学习资料
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 机器学习与深度学习资料
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 什么是人工智能、机器学习、深度学习、数据挖掘以及数据分析?<二>
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 机器学习(Machine Learning)&深度学习(Deep Learning)资料
- 机器学习与深度学习资料
- 深度学习之准备篇——人工智能、机器学习和深度学习简介