机器学习和深度学习资料整理

理论入门（里面的程序有些问题，但理论讲得挺好的）

https://www.zybuluo.com/hanbingtao/note/476663

tensorflow编程入门

https://github.com/aymericdamien/TensorFlow-Examples/tree/master/examples

讲到了一些比较有深度的原理性、思想性的东西，耗比较多。

手写了一个多层感知机，比较适合深入理解反向传播，梯度下降这些重要原理：

http://neuralnetworksanddeeplearning.com/

svm:

http://blog.csdn.net/abcjennifer/article/details/7849812/

李航：

李航的统计学习方法

《Pattern Recognition and Machine Learning》

代码网址：http://url.cn/59KzCA7

代码内容：

导论

概率分布

线性回归模型

线性分类模型

神经网络

核方法

讲SVM 。

现代基于图模型

EM 算法

近似推断

采样

PCA及一些改进

HMM 模型和LDS

集成方法

吴恩达老师深度学习到卷积神经网络的作业代码：

http://pan.baidu.com/s/1kVkUXzp

吴恩达老师的视频：

https://www.coursera.org/learn/machine-learning