csdn-机器学习资料收集

1 .机器学习中的范数规则化之（一）L0、L1与L2范数
2 .机器学习算法与Python实践之（七）逻辑回归（Logistic Regression）
3 .机器学习10大经典算法
4 .机器学习算法与Python实践之（一）k近邻（KNN）
5 .机器学习算法与Python实践之（五）k均值聚类（k-means）
6 .机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
7 .机器学习系列(6)_从白富美相亲看特征预处理与选择(下)
8 .Python机器学习库scikit-learn实践
9 .机器学习算法与Python实践之（三）支持向量机（SVM）进阶
10 .机器学习、数据挖掘、计算机视觉等领域经典书籍推荐
11 .机器学习10大经典算法
12 .人工智能之机器学习常见算法
13 .cs229 斯坦福机器学习笔记（一）– 入门与LR模型
14 .机器学习模型评价(Evaluating Machine Learning Models)-主要概念与陷阱
15 .机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
16 .机器学习中的特征——特征选择的方法以及注意点
17 .北美18名校的数据挖掘，数据分析，人工智能及机器学习课程汇总
18 .机器学习排序之Learning to Rank简单介绍
19 .机器学习系列：（三）特征提取与处理
20 .基于Spark的机器学习经验
21 .cs229 斯坦福机器学习笔记（二）– LR回顾与svm算法idea理解
22 .TensorFlow博客翻译——用TensorFlow在云端进行机器学习
23 .机器学习的几个重要问题
24 .机器学习笔试面试系列算法集锦
25 .搞机器学习需要哪些技能
26 .机器学习理论与实战（八）回归
27 .Python机器学习之Logistic回归
28 .机器学习中概率论知识复习
29 .机器学习中的特征空间
30 .机器学习是什么
31 .MLAPP——机器学习的概率知识总结
32 .常见面试之机器学习算法思想简单梳理
33 .机器学习资源大全
34 .机器学习系统设计(Machine learning system design)
35 .机器学习(周志华) 参考答案 第一章 绪论
36 .《机器学习实战》基于信息论的三种决策树算法(ID3,C4.5,CART)
37 .搜索引擎利用机器学习排序
38 .国内互联网公司算法&机器学习岗(阿里星)面试总结
39 .[机器学习] Coursera笔记 - Support Vector Machines
40 .R语言实战：机器学习与数据分析源代码1
41 .《机器学习实战》作者Peter Harrington：如何成为一位数据科学家（图灵访谈）
42 .机器学习两大派别–南大周志华
43 .2012年龙星计划-机器学习课件
44 .国外牛人总结的机器学习领域的框架、库以及软件
45 .机器学习之路
46 .大数据、数据挖掘、机器学习与模式识别的关系
47 .《机器学习》(西瓜书) 随笔
48 .国内国外机器学习中的大牛及相关资源
49 .模式识别（Pattern Recognition）和机器学习（Machine Learning）
50 .机器学习练习（一）——简单线性回归
51 .机器学习算法与Python实践之（五）k均值聚类（k-means）
52 .程序员的机器学习入门笔记（五）：文本分类的入门介绍
53 .一文读懂机器学习，大数据/自然语言处理/算法全有了……
54 .机器学习和数据挖掘领域相关的中国大牛
55 .史上最全的机器学习资料（上）
56 .2016校招百度美团360机器学习岗面试经历
57 .图像处理+机器学习相关资源整合
58 .北美18名校的数据挖掘，数据分析，人工智能及机器学习课程汇总
59 .漫谈：机器学习中距离和相似性度量方法
60 .机器学习算法与Python实践之（五）k均值聚类（k-means）
61 .利用Python进行机器学习和数据挖掘概述
62 .Spark MLlib（上）–机器学习及SparkMLlib简介
63 .机器学习笔记07：神经网络的反向传播(Backpropagation)
64 .机器学习，数据挖掘在研究生阶段大概要学些什么？
65 .常见机器学习算法比较
66 .Spark入门实战系列–8.Spark MLlib（上）–机器学习及SparkMLlib简介
67 .机器学习算法的要点（附 Python 和 R 代码）
68 .机器学习常见算法分类
69 .分类解读Spark下的39个机器学习库
70 .机器学习算法与Python实践之支持向量机
71 .机器学习中的数据清洗与特征处理综述
72 .使用scikit-learn进行机器学习的简介(教程1)
73 .Large Scale Machine Learning–An Engineering Perspective–1. 大规模机器学习平台的构成
74 .史上最全的机器学习资料（上）
75 .机器学习：最简明入门指南
76 .GitHub上Top20个 Python 语言机器学习项目
77 .Python 网页爬虫 & 文本处理 & 科学计算 & 机器学习 & 数据挖掘兵器谱
78 .看完《机器学习》的总结与心得
79 .机器学习大牛
80 .机器学习之KNN 算法
81 .分析,大数据,数据挖掘,数据科学,机器学习100个活跃的博客
82 .Stanford机器学习—第八讲. 支持向量机SVM
83 .机器学习的通俗解释
84 .机器学习简单介绍
85 .a brief history of maching learning(机器学习简史)
86 .格式化数据#4：有关机器学习的SDK/Lib/API
87 .搜索与机器学习
88 .机器学习概览之常见算法汇总
89 .大数据分析：机器学习算法实现的演化
90 .Andrew NG 机器学习课程笔记（一）
91 .Coursera上Andrew Ng机器学习课程总结（二）
92 .模式识别中机器学习算法研究
93 .[小木虫]推荐几个机器学习算法及应用领域相关的中国大牛
94 .机器学习和统计模型的差异
95 .机器学习算法与Python实践之（七）逻辑回归（Logistic Regression）
96 .数据科学与机器学习管道中预处理的重要性（一）：中心化、缩放和K近邻
97 .8个提高机器学习模型准确度的方法
98 .机器学习基础与实践（一）—-数据清洗
99 .大数据/数据挖掘/推荐系统/机器学习相关资源
100 .机器学习pipeline
101 .8个经过证实的方法：提高机器学习模型的准确率
102 .机器学习算法与Python实践之（五）k均值聚类（k-means）
103 .25个Java机器学习工具&库
104 .机器学习中常用的矩阵求导公式
105 .想做机器学习，推荐下面资料
106 .机器学习笔记(一) : 线性建模——最小二乘法
107 .机器学习的动机与应用(一)
108 .运动合成——机器学习技术
109 .10个关于人工智能和机器学习的有趣开源项目
110 .大数据分析与机器学习领域Python兵器谱
111 .程序员的机器学习入门笔记（三）：数据挖掘中矩阵的那些事
112 .机器学习物语(1)：世界观设定
113 .Spark机器学习库（MLlib）官方指南手册中文版
114 .值得mark的11个开源机器学习项目
115 .机器学习算法的性能评估
116 .机器学习算法一栏(模型、算法怎么选择)
117 .机器学习——海量数据挖掘解决方案
118 .介绍Python 和 Scikit-Learn 的机器学习
119 .机器学习也感性：90后软妹纸(张睿卿)的编程之路
120 .经典的机器学习方面源代码库（非常全，数据挖掘，计算机视觉，模式识别，信息检索相关领域都适用的了）
121 .[python]机器学习路线图
122 .机器学习之神经网络模型-上（Neural Networks: Representation）
123 .spark-机器学习及SparkMLlib简介
124 .7天从入门到运用机器学习 (一) – 数据探索与预处理
125 .机器学习相关资源
126 .机器学习两大派别–南大周志华
127 .机器学习的特征工程
128 .国内外研究主页集合：计算机视觉-机器学习-模式识别
129 .用PHP实现机器学习：朴素贝叶斯算法
130 .【CCAI大咖秀】AlphaGo/Mobileye教父：智能科学需要融合机器学习、计算神经科学与认知科学
131 .机器学习 Machine Learning（by Andrew Ng）—-第一章 引言(Introduction)
132 .最全的国外机器学习资源（上）
133 .Apache Spark 2.0： 机器学习模型持久化
134 .机器学习（二） － 一个最简单的线性分类模拟人脑神经工作
135 .机器学习 （一） 基础概念
136 .机器学习：最简明入门指南
137 .20 个顶尖的 Python 机器学习开源项目
138 .Spark机器学习库（MLlib）指南
139 .机器学习性能改善备忘单：32个帮你做出更好预测模型的技巧和窍门
140 .Python机器学习库
141 .机器学习&数据挖掘算法
142 .机器学习
143 .面向开发人员的机器学习指南3
144 .从机器学习谈起
145 .面向开发人员的机器学习指南2
146 .机器学习新星：Scala 优于 Java 的五大理由！
147 .国外程序员整理机器学习资源大全
148 .机器学习——决策树算法原理及案例
149 .机器学习算法中的过拟合与欠拟合
150 .机器学习资料
151 .机器学习(周志华西瓜书) 参考答案