机器学习资料链接

Deep learning 简介

Deeplearning训练过程

Deep learning 模型之：CNN卷积神经网络推到与实现

Deep learning 模型之：CNN的反向求导及练习

Deep learning模型之：CNN卷积神经网络（一）深度解析CNN

Deep learning模型之：CNN卷积神经网络（二）文字识别系统LeNet-5

Deep learning模型之：CNN卷积神经网络（三）CNN常见问题汇总

Deep learning（深度学习）学习笔记整理系列（一）

Deep learning（深度学习）学习笔记整理系列（二）

Deep learning（深度学习）学习笔记整理系列（三）

Deep learning（深度学习）学习笔记整理系列（四）

Deep learning（深度学习）学习笔记整理系列（五）

Deep learning（深度学习）学习笔记整理系列（六）

Deep learning（深度学习）学习笔记整理系列（七）

Deep learning（深度学习）学习笔记整理系列（八）

Deep learning论文笔记之（一）K-means特征学习

Deep learning论文笔记之（二）Sparse Filtering 稀疏滤波

Deep learning论文笔记之（三）单层非监督学习网络分析

Deep Learning论文笔记之（四）CNN卷积神经网络推导和实现

Deep Learning论文笔记之（五）CNN卷积神经网络代码理解

Deep Learning论文笔记之（六）Multi-Stage多级架构分析

Deep Learning论文笔记之（七）深度网络高层特征可视化

Deep Learning论文笔记之（八）Deep Learning最新综述

斯坦福机器学习公开课笔记

1-2 线性规划、梯度下降、正规方程组

3 局部加权回归、逻辑斯蒂回归、感知器算法

4 牛顿方法、指数分布族、广义线性模型

5 生成学习、高斯判别、朴素贝叶斯

6 NB多项式模型、神经网络、SVM初步 

7 最优间隔分类、原始/对偶问题、SVM对偶

8 核技法、软间隔分类器、SMO算法
9 偏差/方差、经验风险最小化、联合界、一致收敛

10 VC维、模型选择、特征选择

11 贝叶斯正则化、在线学习、ML应用建议

12 K-Means、混合高斯分布、EM算法

13A  混合高斯模型、混合贝叶斯模型

13B 因子分析模型及其EM求解

14 主成分分析

15 隐含语义索引、奇异值分解、独立成分分析

计算机视觉，机器学习方面牛人网站链接