【论文:基于在线学习自适应采样的加速随机梯度下降(AW-SGD)】《Accelerating Stochastic Gradient Descent via Online Learning to Sample》G Bouchard, T Trouillon, J Perez, A Gaidon (2015) 网页链接
【论文:非凸优化的随机梯度异步并行实现】《Asynchronous Parallel Stochastic Gradient for Nonconvex Optimization》X Lian, Y Huang, Y Li, J Liu (2015) 网页链接
提供的介绍文章《Facebook人工智能负责人Yann LeCun谈深度学习的局限性》*网页链接
【幻灯:(CVPR2015)Yann LeCun关于深度学习局限性的报告】《What's Wrong with Deep Learning?》*网页链接 Intro:*网页链接 云:网页链接
【论文:基于CNN的精确目标检测AttentionNet】《AttentionNet: Aggregating Weak Directions for Accurate Object Detection》D Yoo, S Park, JY Lee, A Paek, IS Kweon (2015) 网页链接
【一个理解机器学习增强（Boosting）算法的尝试】网页链接 它是一种可以用来减小监督式学习中偏差的机器学习元算法。迈可·肯斯提出：一组“弱学习者”的集合能否生成一个“强学习者”？弱学习者一般是指一个分类器，它的结果只比随机分类好一点点；强学习者指分类器的结果非常接近真值。
【机器学习模型设计——精度&召回的故事】《Designing Machine Learning Models: A Tale of Precision and Recall》by Ariana Radianto, from Airbnb **网页链接
【幻灯:大规模深度学习】《10 Billion Parameter Neural Networks in your Basement》by Adam Coates, Stanford University **网页链接 云:*网页链接
基于Caffe的另一实现cnn-vis, by Justin Johnson **网页链接
【IPN:Goole深度艺术生成实现(基于Caffe)】《Deep Dreams (with Caffe)》GitHub:**网页链接 ipn:****网页链接* 参阅:爱可可-爱生活
【开源:基于Scikit-Learn的预测分析服务框架Palladium】GitHub:***网页链接 Tutorial:网页链接
【20个最热门的开源(Python)机器学习项目】《Top 20 Python Machine Learning Open Source Projects》Scikit-Learn/Pylearn2/NuPIC/Nilearn/PyBrain/Pattern/Fuel/Bob/skdata/MILK/IEPY/Quepy/Hebel/mlxtend/nolearn/Ramp/Feature Forge/REP/Python Machine Learning Samples/ELM O****网页链接
文中提到的WordEmbeddingAutoencoder实现代码：O****网页链接
**
@爱可可-爱生活****
【论文:词频模型对词向量的反击】《Rehabilitation of Count-based Models for Word Vector Representations》R Lebret, R Collobert (2015) O****网页链接 参阅《Improving Distributional Similarity with Lessons Learned from Word Embeddings》O****爱可可-爱生活
【基于Theano/Lasagne/Pylearn2的交互DNN幻觉艺术生成(提供代码)】《Interactive Deep Neural Net Hallucinations (+source code) - Large Scale Deep Neural Net visualizing top level features》O****网页链接 GitHub:O****网页链接 参阅:O****爱可可-爱生活
【GPU---并行计算利器 】显卡的处理器称为图形处理器（GPU），它是显卡的“心脏”，与CPU类似，只不过GPU是专为执行复杂的数学和几何计算而设计的。O****网页链接
【Python调参优化库Optunity】GitHub:O****网页链接 Doc:O****网页链接
【论文+代码:C++并行贝叶斯推理统计库QUESO】《The Parallel C++ Statistical Library for Bayesian Inference: QUESO》D McDougall, N Malaya, RD Moser (2015) O****网页链接 O****网页链接 QUESO:O****网页链接 GitHub:O****网页链接
【Python调参优化库Optunity】GitHub:网页链接 Doc:*网页链接
pdf: *网页链接 //Yann LeCun加入讨论 ! *网页链接 // Jürgen Schmidhuber的最新评论文章《Critique of Paper by "Deep Learning Conspiracy" (Nature 521 p 436)》 *网页链接
【Nature:LeCun/Bengio/Hinton的最新文章《深度学习》】《Deep learning》Yann LeCun, Yoshua Bengio, Geoffrey Hinton (2015) *网页链接 云:*网页链接
【论文+代码:C++并行贝叶斯推理统计库QUESO】《The Parallel C++ Statistical Library for Bayesian Inference: QUESO》D McDougall, N Malaya, RD Moser (2015) *网页链接 网页链接 QUESO:网页链接 GitHub:网页链接
:Andrew的机器学习幻灯片我是很推荐的。这么多年了，很多CMU老师讲机器学习课程的时候都还要参考Andrew的经典课件。网页 教程
【幻灯:100+页的Vowpal Wabbit机器学习平台介绍】《Vowpal Wabbit: A Machine Learning System》 by John Langford [Microsoft Research] 网页链接 云:网页链接
【视频+代码:基于Kaggle's Titanic 101数据的(R)数据科学实践】《Introduction to Data Science with R - Data Analysis》Youtube: 网页链接 网页链接 云: 网页链接 网页链接 GitHub:网页链接