人工智能技术文章list

理论基础部分:

人工智能基数算法简介

人工智能基础算法简介2

人工智能基础算法总结

TensorFlow 入门

TensorFlow 理解

Softmax regression 理解

深入理解决策树算法

深入理解朴素贝叶斯

深入SVM

SVM 大边界数据推理

CNN

RNN

LSTM

feature scaling

feature selection

Clustering(k means)

Outlier

linear regression

文本和序列的深度模型

cross_validation

机器学习性能评估

机器学习项目四大组件

WORD2VEC

机器学习入门教程(谷歌)

文本学习

怎样选择机器学习算法

梯度消失与梯度爆炸

k nearest neighbours

adaboost

random forest

inception module

self-driving(Localization)

Kalman Filters( self-driving)

深度神经网络

学习率选择

交叉熵(cross_entry)

overfit

加速NN Training

Optimizer 种类

处理不均衡数据

强化学习

强化学习 Q Learning

强化学习 Sarsa

NN BP 推导

人工智能数学基础

CS224d(中文笔记+视频)

Regularization paramters(正则化参数)

为什么逻辑分类与线性分类使用不同的loss

梯度下降和正规方程求loss最小比较


K means clustering visualize


机器学习中的问题

神经网络选择


CNN 搭建层数选择经验

CNN output维度k的影响因素

学习率的经验值选择

Weights and Bias initial

神经网络规模选择

各种激活函数的优缺点 

OCR技术

推荐系统中的协同滤波

异常检测误差分析

用异常检测还是监督学习构建异常检测系统对比

映射化简和数据并行

训练神经网络步骤

NLP 平滑技术 

NLP N-gram

似然函数

垃圾邮件检测深入分析

多分类的评价

NLP 拼写错误分析

NLP 编辑距离


编程部分

tensorflow 参考视频教程

sklearn 参考视频教程

theano 参考视频教程

keras 参考视频教程

matplotlib 参考视频教程

tflearn

python 参考视频教程




数据集部分


应用部分

AI的威力,Computer Vision 图片检索和推荐

对话“神经网络教父”杰夫·辛顿

你可能感兴趣的:(人工智能技术文章list)