ML/DL
- 深度学习网络大杀器之Dropout——深入解析Dropout
- 教你打造股市晴雨表——通过LSTM神经网络预测股市
- 深度学习与人工智能革命：part III
- 机器学习与Docker容器
- Kaggle大赛经验：如何（以及为什么）创建一个好的验证集
- 数据科学、机器学习和AI的区别
- 如何用学习曲线降低偏差和方差？
- 为什么很难训练深度神经网络？
- 机器学习必知的八大神经网络架构
- 迁移学习简述
- 为什么机器学习难于应用
- 深度学习-常用神经网络
- 业内最流行机器学习在线课程汇总
- 从头了解Gradient Boosting算法
- 论文 | 2017CIKM - 迁移学习专题论文分享
- 多重预训练视觉模型的迁移学习
- 浅谈神经网络中的梯度爆炸问题
- 细说深度神经网络的无损优化
- RNN实战：股票预测 2
- 机器学习基础：分类vs回归
- 机器学习案例 — 闻声识鸟
- 深度学习炼丹清单：从“入坑”到“放弃”
- 机器学习算法选用指南
- 深度学习都需要了解什么？无从下手的话，可以看看这份深度学习速查表
- 数据科学家45题自测：回归知识部分（有答案和解析）
- 简单自学机器学习理论——正则化和偏置方差的权衡 (Part II
- 简单自学机器学习理论—— 泛化界限 (Part II )
- 如何快速成长为一名出色的算法工程师？
- 进阶隐式矩阵分解——探讨如何实现更快的算法
- 深度学习：随机值不可思议的有效性
- 想知道机器学习掌握的怎么样了吗？这有一份自测题（附答案和解析）
- 日常新闻能用来精准预测股市动向吗？这篇聚焦开放数据的访谈或能给你
- 多重角度解读：贝叶斯推理是怎么工作的
- AI工具包
- 用于自然语言处理的数据集集锦
- 如何从TensorFlow迁移到PyTorch
- 适合入门的8个趣味机器学习项目
- 人工智能之机器学习算法体系汇总
- 深度学习新星：GAN的基本原理、应用和走向
收集机器学习与深度学习优秀的文章