我关心的AI、ML的分支领域:

我的博客:Deep Learning 和 Knowledge Graph howto

(有关DL&KG的资料都在这里)

https://www.cnblogs.com/yaoyaohust/p/10228902.html

重要的链接:

AI on the Web

http://aima.cs.berkeley.edu/ai.html

Best Papers vs. Top Cited Papers in Computer Science (since 1996)

http://arnetminer.org/conferencebestpapers%3Bjsessionid=E0A30E1D0F6EBD1F713AB5C29B79D8F7.tt

Machine Learning Surveys

http://www.mlsurveys.com/

UC Irvine Machine Learning Repository

http://archive.ics.uci.edu/ml/

水木社区 → 学术科学 → AI(人工智能)版

http://www.newsmth.net/bbsdoc.php?board=AI&ftype=6

大家:

John McCarthy's Home Page

http://www-formal.stanford.edu/jmc/frames.html

Marvin Minsky's Home Page

http://web.media.mit.edu/~minsky/

Patrick Henry Winston's Home Page

http://people.csail.mit.edu/phw/index.html

Peter Norvig 

http://norvig.com/index.html

Andrew Ng's homepage

http://ai.stanford.edu/~ang/index.html

阅读列表:

How to do Research At the MIT AI Lab

http://dspace.mit.edu/handle/1721.1/41487

READING LIST FOR THE QUALIFYING EXAMINATION IN ARTIFICIAL INTELLIGENCE

http://www-cs-students.stanford.edu/~pdoyle/quail/syllabus/syllabus.html

http://www-formal.stanford.edu/eyal/qual/revised-list.ps (对应的ps文档)

Intelligent Systems - PhD Qualifying Exam Reading List

http://www.cc.gatech.edu/is/is-qual/readings/index.html

引用次数最多的10篇机器学习文献

https://mp.weixin.qq.com/s/YnmihyDxijfIdPKxSeNDAw

AI FAQ Index

http://www.faqs.org/faqs/ai-faq/

著作:

Artificial Intelligence: A Modern Approach

http://aima.cs.berkeley.edu/

(A practical guide to the AIMA Python code -1: http://blog.youxu.info/2007/10/04/a-practical-guide-to-the-aima-python-code-1/

Paradigms of Artificial Intelligence Programming: Case Studies in Common Lisp

http://norvig.com/paip.html

Pattern Recognition and Machine Learning

http://research.microsoft.com/en-us/um/people/cmbishop/PRML/index.htm

Machine Learning, Tom Mitchell, McGraw Hill, 1997.

http://www.cs.cmu.edu/~tom/mlbook.html

Artificial Intelligence: Foundations of Computational Agents

http://www.cs.ubc.ca/~poole/aibook/html/ArtInt.html

Machine Learning: a Probabilistic Perspective

http://www.cs.ubc.ca/~murphyk/MLbook/index.html

期刊和会议:

Foundations and Trends in Machine Learning

http://www.nowpublishers.com/journals/Foundations%20and%20Trends%C2%AE%20in%20Machine%20Learning/5

- 豆瓣上的一个总结:http://www.douban.com/note/255373634/

编程:

scikit-learn: machine learning in Python

http://projects.scipy.org/scikits(这是developer site,官网似乎被墙了)

Orange,使用Python脚本语言的机器学习组件和可视化编程接口

http://orange.biolab.si/

机器学习软件Weka

http://www.cs.waikato.ac.nz/~ml/

Machine Learning Open Source Software

http://jmlr.org/mloss/

http://mloss.org/software/

The Mobile Robot Programming Toolkit

http://www.mrpt.org/

LISP语言学习资源

https://www.cnblogs.com/yaoyaohust/p/10228974.html

What is the best way to get started in artificial intelligence programming?

http://stackoverflow.com/questions/4006793/what-is-the-best-way-to-get-started-in-artificial-intelligence-programming

Language Requirements for AI Development [closed]

http://stackoverflow.com/questions/3522064/language-requirements-for-ai-development

Good Programming Languages for AI

http://cseweb.ucsd.edu/classes/sp00/cse151/q1/crocha.html

a list of some machine learning software. Many of them are open source (the linked page shows the licenses).

http://www.dmoz.org/Computers/Artificial_Intelligence/Machine_Learning/Software/

The Apache Mahout™ machine learning library's goal is to build scalable machine learning libraries.

http://mahout.apache.org/

OpenPR Planning - sourceforge

http://sourceforge.net/projects/openpr/files/code%20for%20an%20individual%20algorithm/

课程:

CS229  Machine Learning  Autumn 2012 

http://cs229.stanford.edu/

网易公开课 :机器学习课程(CS229  Machine Learning)

http://v.163.com/special/opencourse/machinelearning.html

CS 188: Artificial Intelligence, Fall 2007

http://inst.eecs.berkeley.edu/~cs188/fa07/lectures.html

Computer Science 294 Practical Machine Learning (Spring 2008)

http://www.cs.berkeley.edu/~pliang/cs294-spring08/

【百度文库课程】机器学习 - 余凯&张潼

http://wenku.baidu.com/course/view/49e8b8f67c1cfad6195fa705

71237Z 统计学习基础 —2008年秋季

http://www.jdl.ac.cn/user/lyqing/statlearning/StatlLearning_handout.html

网站和博客:

Free Mind

http://freemind.pluskid.org/

丕子

http://www.zhizhihu.com/

谷子粒-Guzili

http://www.guzili.com/

leftnoteasy

http://www.cnblogs.com/LeftNotEasy/

JerryLead

http://www.cnblogs.com/jerrylead/tag/Machine%20Learning/default.html?page=1

Rachel Zhang

http://blog.csdn.net/abcjennifer/article/category/1173803

dreamcatcher

http://stochasticquant.com/

v_JULY_v

http://blog.csdn.net/v_july_v/article/category/1061301

demonstrate

http://remonstrate.wordpress.com/ (要用梯子)

liulixiang.info

http://liulixiang.info/wiki/index.php?title=%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E6%8E%A8%E8%8D%90%E8%AE%BA%E6%96%87%E5%92%8C%E4%B9%A6%E7%B1%8D(%E8%BD%AC%E8%87%AA%E6%B0%B4%E6%9C%A8)

一些机器学习(Machine Learning)的网站总结

http://scienceroom.net/machine-learning-websites-collection-1370.html

第十届中国机器学习及其应用研讨会(2012) - 会议日程

http://bigeye.au.tsinghua.edu.cn/MLA12/program.htm

李航博士 recent talks

http://www.hangli-hl.com/recent-talks.html

其他:

(右键点击图片->在新标签页中打开图片)

人工智能和机器学习 AI&ML howto的更多相关文章

  1. AI学习笔记:人工智能与机器学习概述

    一.人工智能基本概念 1.1 基本概念 数据分析:对历史规律的展现.对未来数据的预测. 机器学习:机器学习是指从一系列的原始数据中找到规律,提取人们可以识别的特征,然后通过学习这些特征,最终产生一个模 ...

  2. 人工智能 VS 机器学习 VS 深度学习

    (原文:) The Difference Between AI, Machine Learning, and Deep Learning? (译文:) 人工智能 . 机器学习 和 深度学习的区别? 作 ...

  3. 2017人工智能元年,AI在喧嚣和质疑中一路走来

    前百度首席科学家吴恩达说:就像100年前的电力.20年前的互联网一样,AI也会改变每一个产业! 有人说,现在就像1995年,那一年,第一家互联网公司--网景上市,一天之内大涨208%,互联网正式登上历 ...

  4. 一个开源的,跨平台的.NET机器学习框架ML.NET

    微软在Build 2018大会上推出的一款面向.NET开发人员的开源,跨平台机器学习框架ML.NET. ML.NET将允许.NET开发人员开发他们自己的模型,并将自定义ML集成到他们的应用程序中,而无 ...

  5. 诗人般的机器学习,ML工作原理大揭秘

    诗人般的机器学习,ML工作原理大揭秘 https://mp.weixin.qq.com/s/7N96aPAM_M6t0rV0yMLKbg 选自arXiv 作者:Cassie Kozyrkov 机器之心 ...

  6. 开源的,跨平台的.NET机器学习框架ML.NET

    微软在Build 2018大会上推出的一款面向.NET开发人员的开源,跨平台机器学习框架ML.NET. ML.NET将允许.NET开发人员开发他们自己的模型,并将自定义ML集成到他们的应用程序中,而无 ...

  7. TensorFlow+Keras 01 人工智能、机器学习、深度学习简介

    1 人工智能.机器学习.深度学习的关系 “人工智能” 一词最早是再20世纪50年代提出来的. “ 机器学习 ” 是通过算法,使用大量数据进行训练,训练完成后会产生模型 有监督的学习 supervise ...

  8. 初学者必读:IBM长文解读人工智能、机器学习和认知计算

    转自:https://zhuanlan.zhihu.com/p/27228015?utm_source=weibo&utm_medium=social 人工智能的发展曾经经历过几次起起伏伏,近 ...

  9. (转载)[机器学习] Coursera ML笔记 - 监督学习(Supervised Learning) - Representation

    [机器学习] Coursera ML笔记 - 监督学习(Supervised Learning) - Representation http://blog.csdn.net/walilk/articl ...

随机推荐

  1. Python程序设计2——列表和元组

    数据结构:更好的说法是从数据角度来说,结构化数据,就是说数据并不是随便摆放的,而是有一定结构的,这种特别的结构会带来某些算法上的性能优势,比如排序.查找等. 在Python中,最基本的数据结构是序列( ...

  2. SDUT 3402 数据结构实验之排序五:归并求逆序数

    数据结构实验之排序五:归并求逆序数 Time Limit: 40MS Memory Limit: 65536KB Submit Statistic Problem Description 对于数列a1 ...

  3. wordCount总结

    1.github地址:https://github.com/husterSyy/SoftTest 2.PSP表格   psp 2.1 psp阶段 预估耗时(分钟) 实际耗时(分钟) Planning ...

  4. python--输出spwm的数组

    python的功能是非常强大的,这个例子使用python编写的输出spwm数组(不对,在C语言或者其他语言叫做数组,在这里叫做list.)的程序,我们在单片机程序里调用这个程序,可以达到输出spwm波 ...

  5. 【转】基于OCS实现高速缓存

    OCS简介 OCS( Open Cache Service)为分布式高速缓存服务,主要实现热点数据的快速响应: OCS支持Key/Value的数据结构,兼容memcachebinary protoco ...

  6. How can I list colors in WPF with XAML?

    How can I get list of all colors I can pick in Visual Studio Designer (which is System.Windows.Media ...

  7. 2018,重新开始学习DotNetCore

    学习计划: 1.IdentityServer https://github.com/IdentityServer/IdentityServer4 2.eShopOnContainers https:/ ...

  8. 对XML文档进行修改

    怎样对XML文档时行修改.Insus.NET在此举个简单的例子.XML文档,就以这篇博文:http://www.cnblogs.com/insus/p/3274220.html 如果我们想对其中一个节 ...

  9. UWP&WP8.1 基础控件——Grid

    Grid是一个面板控件  Grid是UWP和WPF,WP8.1中最重要的一个控件,相当相当重要. 他是一个面板控件,是用来添加其他控件   但是呢 用法确实简单的很. 大概就这个样子. 你用工具箱拖, ...

  10. pch文件的创建与配置

    1.ios中pch文件的创建与配置 1.1 ios中pch文件的创建与配置 1.2 全局宏定义标志的配置 2.宏定义 这里放的主要是开发中常用的宏定义. /** 动态的字符串格式化宏 */ #defi ...