知识导航

顶会论文

ACL: https://acl2017.wordpress.com/2017/04/05/accepted-papers-and-demonstrations/

NIPS：https://nips.cc/Conferences/2017/Schedule?type=Poster

ICML：https://icml.cc/Conferences/2017/Schedule?type=Poster

https://web.stanford.edu/class/cs20si/syllabus.html  CS 20: Tensorflow for Deep Learning Research

 

【NLP】
http://blog.csdn.net/u012560212/article/details/53405338 LabelEncoder
http://blog.csdn.net/u013709332/article/details/48436663 机器学习那些事——文本挖掘中的特征提取

http://blog.csdn.net/lovebyz/article/details/77712003 Keras---text.Tokenizer：文本与序列预处理

https://zhuanlan.zhihu.com/p/28054589 ★★★★★ 完全图解RNN、RNN变体、Seq2Seq、Attention机制

http://blog.csdn.net/mylove0414/article/details/61616617 大白话讲解word2vec到底在做些什么

https://cloud.tencent.com/developer/article/1005771 关于 word2vec 我有话要说

https://www.zhihu.com/question/44832436/answer/266068967  ★★★★★ word2vec是如何得到词向量的？

http://blog.csdn.net/layumi1993/article/details/72866235 ★★★★★ Word2Vec教程 - Skip-Gram模型

https://www.leiphone.com/news/201706/QprrvzsrZCl4S2lw.html 一文详解 Word2vec 之 Skip-Gram 模型（实现篇）

https://www.cnblogs.com/Determined22/p/5804455.html word2vec（CBOW/Skip-gram）

https://blog.csdn.net/layumi1993/article/details/72868399 ★★★★★ Word2Vec教程（2）- Negative Sampling
https://blog.csdn.net/ns_code/article/details/19174553 【数据结构与算法】Huffman树&&Huffman编码（附完整源码）
https://blog.csdn.net/philosophyatmath/article/details/52354413 python 环境下gensim中的word2vec的使用笔记
https://blog.csdn.net/accumulate_zhang/article/details/53324165 ★★★★★ 一文读懂BP神经网络

https://blog.csdn.net/roslei/article/details/61912618 ★★★★★ 推荐给初学LSTM或者懂个大概却不完全懂的人

http://blog.csdn.net/panghaomingme/article/details/55210491 NLTK使用

http://blog.csdn.net/zzulp/article/details/77150129 NLTK学习之一：简单文本分析
http://blog.csdn.net/zzulp/article/details/77164988 NLTK学习之二：建构词性标注器  
http://blog.csdn.net/zzulp/article/details/77336253 NLTK学习之三：文本分类与构建基于分类的词性标注器  
http://blog.csdn.net/zzulp/article/details/77414113 NLTK学习之四：文本信息抽取  
http://blog.csdn.net/zzulp/article/details/76589044 Keras学习之四：用RNN进行评论好恶预测  

https://blog.csdn.net/baimafujinji/article/details/51285082 机器学习中的隐马尔科夫模型（HMM）详解
http://hmmlearn.readthedocs.io/en/latest/    hmmlearn
http://www.cnblogs.com/pinard/p/6945257.html   HMM

https://blog.csdn.net/yutianzuijin/article/details/33292841 基于隐马尔可夫模型的有监督词性标注
https://blog.csdn.net/ztf312/article/details/50982529 机器学习：HMM隐马尔可夫模型用于中文分词

https://blog.csdn.net/orlandowww/article/details/52706135 ★★★★★ 中文分词的python实现-基于HMM算法

https://blog.csdn.net/liujianfei526/article/details/50640176 中文分词之HMM模型详解

https://www.cnblogs.com/pinard/p/7001397.html 用hmmlearn学习隐马尔科夫模型HMM

http://sklearn-crfsuite.readthedocs.io/en/latest/?badge=latest      sklearn-crfsuite

https://mp.weixin.qq.com/s/GXbFxlExDtjtQe-OPwfokA ★★★★★ 一文轻松搞懂-条件随机场CRF

https://www.cnblogs.com/littleseven/p/6481315.html 对crf++的template的理解 ©seven_clear - seven_clear - 博客园
https://blog.csdn.net/chlele0105/article/details/14897761  条件随机场（Conditional random fields） - CSDN博客

https://www.cnblogs.com/DjangoBlog/p/6814398.html 用条件随机场CRF进行字标注中文分词（Python实现） - Django's blog - 博客园

http://www.52nlp.cn/%e5%88%9d%e5%ad%a6%e8%80%85%e6%8a%a5%e9%81%933-crf-%e4%b8%ad%e6%96%87%e5%88%86%e8%af%8d%e8%a7%a3%e7%a0%81%e8%bf%87%e7%a8%8b%e7%90%86%e8%a7%a3 初学者报道(3) CRF 中文分词解码过程理解  我爱自然语言处理

https://blog.csdn.net/u013041398/article/details/52473994 基于TextRank的关键词、短语、摘要提取
https://blog.csdn.net/xiewenbo/article/details/46671587 ★★★★★ 使用TextRank算法为文本生成关键字和摘要

https://blog.csdn.net/eliza1130/article/details/45039641 bigram分词

https://blog.csdn.net/ahmanz/article/details/51273500 N-Gram语言模型
https://blog.csdn.net/thealgorithmart/article/details/6876871 中文分词预处理之N最短路径法小结(转)

https://mp.weixin.qq.com/s/CdqUNqDSnk9WWolbhAlT9Q 机器学习与深度学习面试问题总结

https://mp.weixin.qq.com/s/uP0R1JGjP9U7cFVouOUGbg 关键词抽取TextRank

https://mp.weixin.qq.com/s/POG3p6KwrNDgNiubGcBUmw  ★★★★★ 详解循环神经网络RNN（理论篇）
https://mp.weixin.qq.com/s/3cpcwyORUA3g_XhDnyVQ4A  ★★★★★ 详解循环神经网络RNN（实践篇）
https://mp.weixin.qq.com/s/cfwKezdOaO3kD6JfrbZTLg  ★★★★★【干货】GRU神经网络

https://www.cnblogs.com/CheeseZH/p/5768389.html 依存句法分析与语义依存分析的区别 - ZH奶酪 - 博客园
http://www.hankcs.com/nlp/to-achieve-a-simple-generative-dependency-parsing.html 生成式依存句法分析器的简单实现-码农场
http://www.cnblogs.com/hx78/p/7309535.html NLP之最短路径分词（五） - hx78 - 博客园

http://www.cnblogs.com/zhenyulu/articles/669795.html  SharpICTCLAS分词系统简介(4)NShortPath-1 - 吕震宇 - 博客园
http://www.hankcs.com/nlp/hmm-and-segmentation-tagging-named-entity-recognition.html HMM与分词、词性标注、命名实体识别-码农场
http://www.coderjie.com/blog/759cd56a72d911e7841d00163e0c0e36 Python NLTK学习11（命名实体识别和关系抽取） - 小杰Code
https://www.cnblogs.com/undercurrent/p/4754944.html Python自然语言处理学习笔记之信息提取步骤&分块（chunking） - cs_暗流 - 博客园
http://coderskychen.cn/2016/12/28/%E3%80%90%E5%B9%B2%E8%B4%A7%E5%88%86%E4%BA%AB%E3%80%912016CCF%E5%A4%A7%E6%95%B0%E6%8D%AE%E4%B8%8E%E8%AE%A1%E7%AE%97%E6%99%BA%E8%83%BD%E5%A4%A7%E8%B5%9B-%E6%90%9C%E7%8B%97%E7%94%A8%E6%88%B7%E7%94%BB%E5%83%8F%E6%8C%96%E6%8E%98/  ★★★★★ 第五名分享-搜狗用户画像挖掘-2016CCF大数据与计算智能大赛  SkyChen的博客

 

【聊天机器人】
http://www.sohu.com/a/219168211_633698 八大步骤，用机器学习解决90%的NLP问题
http://www.sohu.com/a/197404530_470008 深度学习在 NLP 上的七大应用
https://www.iyiou.com/p/47188/ 周明：从机器翻译、聊天机器人和阅读理解三方向在NLP领域的发展

https://baijiahao.baidu.com/s?id=1564932384720383&wfr=spider&for=pc 专访阿里iDST孙健博士：做智能人机对话如何在别人的哀嚎中看到生机？
https://www.jianshu.com/p/cde686e81b15 了解人机对话—聊天、问答、多轮对话和推荐 - 简书
http://www.dataguru.cn/article-11629-1.html 美团如何用NLP完成5大应用场景 - 自然语言处理-炼数成金-Dataguru专业数据分析社区
http://www.360doc.com/content/17/1123/23/48169514_706594601.shtml AI小白也能开发自己的聊天机器人？这个教程请拿走
http://blog.sina.com.cn/s/blog_4caedc7a0102wo52.html 如何在NLP领域第一次做成一件事_微软亚洲研究院_新浪博客
http://blog.geohey.com/qian-tan-liao-tian-ji-qi-ren-kai-fa-si-lu/ 浅谈聊天机器人开发思路
http://www.sohu.com/a/127531546_488164 未来已来！阿里小蜜AI技术揭秘_搜狐科技_搜狐网

https://baijiahao.baidu.com/s?id=1586091166801242811&wfr=spider&for=pc 聊天机器人（Chatbot）开发：自然语言处理（NLP）技术栈

http://blog.csdn.net/ppp8300885/article/details/74905828 ★★★★★ RNN聊天机器人与Beam Search [Tensorflow Seq2Seq]
http://blog.csdn.net/qq_31584157/article/details/77709454 机器翻译自动评估-BLEU算法详解

https://blog.csdn.net/malefactor/article/details/51901115 使用深度学习打造智能聊天机器人
https://blog.csdn.net/u012052268/article/details/78035272 自然语言处理 怎么获得数据集 中文语料集？
https://blog.csdn.net/weixin_36541072/article/details/78434987 Sequence to Sequence 实现机器翻译（keras demo）
https://blog.csdn.net/irving_zhang/article/details/78889364 seq2seq模型详解

https://blog.csdn.net/irving_zhang/article/details/79088143 实现基于seq2seq的聊天机器人

http://www.zmonster.me/2016/05/29/sequence_to_sequence_with_keras.html   使用 Keras 实现简单的 Sequence to Sequence 模型 · ZMonster's Blog

https://zhuanlan.zhihu.com/p/27608348  从Encoder到Decoder实现Seq2Seq模型

http://blog.csdn.net/xbinworld/article/details/54605408 深度学习方法（八）：自然语言处理中的Encoder-Decoder模型，基本Sequence to Sequence模型
http://blog.csdn.net/xbinworld/article/details/54607525 深度学习方法（九）：自然语言处理中的Attention Model注意力模型
http://blog.csdn.net/BVL10101111/article/details/78470716 Attention Model（mechanism） 的 套路

https://blog.csdn.net/brandon2015/article/details/73920783 使用深度学习打造智能聊天机器人

https://www.sohu.com/a/157050254_642762 谷歌神经网络机器翻译NMT
https://www.flashgene.com/archives/100.html tensorflow nmt的数据预处理过程
https://www.v2ex.com/t/394534 TensorFlow LSTM 注意力机制图解
https://ask.hellobi.com/blog/wenwen/11367 ★★★★★ 使用Seq2Seq+attention实现简单的Chatbot
https://www.leiphone.com/news/201801/vACDb4p98FqcmJVA.html ★★★★★ 北邮张庆恒：如何基于 rasa 搭建一个中文对话系统
https://www.cnblogs.com/qcloud1001/p/8391212.html 使用Botkit和Rasa NLU构建智能聊天机器人

https://www.jianshu.com/u/0a00a0ea2759  基于rasa的对话系统搭建(上)

https://www.jianshu.com/p/515385a7c7f0 基于rasa的对话系统搭建(下)

http://rowl1ng.com/tech/chatbot.html 基于Rasa_NLU的微信chatbot
http://www.bugingcode.com/blog/ChatterBot_Dialogue_process.html ChatterBot聊天机器人呢结构（五）：ChatterBot对话流程

http://blog.topspeedsnail.com/  TensorFlow练习26: AI操盘手

https://zhuanlan.zhihu.com/p/32455898  深度学习对话系统实战篇--简单chatbot代码实现

 

【基础】

http://blog.csdn.net/u011583927/article/details/45934455 如何理解离散傅里叶变换（一）实数形式傅里叶变换
https://www.zhihu.com/question/20460630/answer/26279399 傅里叶变换有哪些具体的应用
https://www.zhihu.com/question/20460630/answer/105904075 傅里叶变换有哪些具体的应用
https://zhuanlan.zhihu.com/p/19763358 傅里叶分析之掐死教程
https://zhuanlan.zhihu.com/p/19759362 如果看了这篇文章你还不懂傅里叶变换
https://www.zhihu.com/question/30242595/answer/70013252 傅里叶变换的意义是什么
https://www.zhihu.com/question/30242595/answer/174579992 傅里叶变换的意义是什么
https://www.zhihu.com/question/21314374/answer/23027316 如何通俗地解释什么是离散傅里叶变换
http://blog.csdn.net/xbinworld/article/details/79056362 深度学习/机器学习入门基础数学知识整理（一）：线性代数基础，矩阵，范数等
http://blog.csdn.net/zouxy09/article/details/8537620 从最大似然到EM算法浅解
https://www.zhihu.com/question/27976634/answer/39132183 怎么通俗易懂地解释EM算法并且举个例子
http://blog.csdn.net/xbinworld/article/details/65660665 三十分钟理解：线性插值，双线性插值Bilinear Interpolation算法
http://blog.csdn.net/fengniaokill/article/details/50825273 稀疏——字典学习
http://blog.csdn.net/ljh0302/article/details/50884303 DTW算法的原理实现

 

【传统机器学习】

【总结】

http://blog.csdn.net/zouxy09/article/details/8102252 机器学习知识点学习
http://blog.csdn.net/baidu_35231778/article/details/52221400 ★★★★★ 机器学习总结
http://blog.csdn.net/yzqzoom/article/details/52081734 看完《机器学习》的总结与心得
https://www.cnblogs.com/subconscious/p/4107357.html 计算机的潜意识
http://blog.csdn.net/dark_scope/article/details/25485893 理解机器学习算法的一点心得
http://blog.csdn.net/u010692239/article/details/14043883 Machine Learning —— By Andrew Ng（机器学习 听后自己做的笔记 记录重点内容）
http://blog.csdn.net/u010692239/article/details/52372306 机器学习实践中的 7 种常见错误
http://blog.csdn.net/danameng/article/details/25540509 Machine Learning(Andrew)Week8(下)
http://blog.csdn.net/u012050154/article/details/55106731 常用机器学习算法总结
http://blog.csdn.net/liangzhaoyang1/article/details/51463028 机器学习常见算法总结（面试用）
http://blog.csdn.net/xbmatrix/article/details/66477594 机器学习中常用算法总结
http://blog.csdn.net/lc013/article/details/56481016 机器学习算法总结--提升方法

https://www.zhihu.com/question/26726794/answer/151282052 ★★★★★ 各种机器学习的应用场景分别是什么？例如，k近邻,贝叶斯，决策树，svm，逻辑斯蒂回归和最大熵模型

【tricks】

http://blog.csdn.net/china1000/article/details/51176654 机器学习（五）--- FTRL一路走来，从LR -> SGD -> TG -> FOBOS ->  RDA -> FTRL
http://blog.csdn.net/zouxy09/article/details/8537872 浅说机器学习中“迭代法”
http://blog.csdn.net/zouxy09/article/details/24971995 机器学习中的范数规则化之（一）L0、L1与L2范数
http://blog.csdn.net/jinping_shi/article/details/52433975 机器学习中正则化项L1和L2的直观理解

https://www.zhihu.com/question/23536142/answer/90135994 LR正则化与数据先验分布的关系

http://blog.csdn.net/cherdw/article/details/54986863 Sklearn-CrossValidation交叉验证
http://blog.csdn.net/aliceyangxi1987/article/details/73598857 用学习曲线 learning curve 来判别过拟合问题
http://blog.csdn.net/chen_shiqiang/article/details/77711726 Scale(标准化)和Normalization(正则化) 区别

【梯度下降】

http://blog.csdn.net/a819825294/article/details/52172463 梯度下降、牛顿法、拟牛顿法
https://www.zhihu.com/question/53770538/answer/151932430 线性回归问题，在使用梯度下降法进行求解时，能保证收敛到全局最优解吗？为什么
http://blog.csdn.net/uestc_c2_403/article/details/74910107 三种梯度下降的方式：批量梯度下降、小批量梯度下降、随机梯度下降
http://blog.csdn.net/yinruiyang94/article/details/77944338 简述动量Momentum梯度下降
https://www.cnblogs.com/louyihang-loves-baiyan/p/5136447.html 梯度下降、随机梯度下降和批量梯度下降
http://blog.csdn.net/u012223913/article/details/78432412 【deeplearning.ai笔记第二课】2.2 优化算法（动量梯度下降，RMSprop，adam）
http://blog.csdn.net/xmu_jupiter/article/details/47402497 ★★★★★ 机器学习中梯度下降法和牛顿法的比较
http://blog.csdn.net/u014688145/article/details/53688585 算法细节系列（3）：梯度下降法，牛顿法，拟牛顿法

http://blog.csdn.net/u013912596/article/details/43416943 ★★★★★ 模拟退火--较容易理解的一篇讲解

https://www.cnblogs.com/focusonepoint/p/6394339.html  梯度下降算法以及其Python实现
https://www.jianshu.com/p/9bf3017e2487 ★★★★★ 梯度下降算法以及其Python实现 - 简书

【树模型】

http://blog.csdn.net/u010692239/article/details/52595705 ★★★★★ 逻辑回归 vs 决策树 vs 支持向量机（I）

http://blog.csdn.net/u010692239/article/details/52595723 ★★★★★ 逻辑回归 vs 决策树 vs 支持向量机（II）

http://blog.csdn.net/zjsghww/article/details/51638126 ★★★★★ C4.5算法详解（非常仔细）
http://blog.csdn.net/lanchunhui/article/details/50980635 机器学习基础（十八） —— decision stump

http://blog.csdn.net/mao_xiao_feng/article/details/52728164 ★★★★★ 对于随机森林的通俗理解
http://blog.csdn.net/w28971023/article/details/8240756 ★★★★★ GBDT（MART） 迭代决策树入门教程 | 简介
http://blog.csdn.net/dark_scope/article/details/14103983 AdaBoost--从原理到实现
http://blog.csdn.net/autocyz/article/details/51305999 ★★★★★ 深度剖析adaboost
http://blog.csdn.net/wangjian1204/article/details/50668929 区分bootstrap、bagging、boosting和adaboost
http://blog.csdn.net/lanchunhui/article/details/50976186 机器学习基础（十六）—— bootstrap
https://www.zhihu.com/question/35228367/answer/87751456 决策树需要归一化处理吗
https://zhuanlan.zhihu.com/p/22097796 说说随机森林
http://blog.csdn.net/q383700092/article/details/53763328 xgboost使用调参

http://blog.csdn.net/xiewenbo/article/details/72902993 揭秘Kaggle神器xgboost

http://blog.csdn.net/willduan1/article/details/73618677 集成学习总结 & Stacking方法详解
http://blog.csdn.net/Mr_tyting/article/details/72957853  机器学习-->集成学习-->Bagging,Boosting,Stacking

【监督】

http://blog.csdn.net/zouxy09/article/details/16955347 ★★★★★ 机器学习算法与Python实践之（一）k近邻（KNN）

http://blog.csdn.net/zouxy09/article/details/42297625 基于稀疏矩阵的k近邻（KNN）实现

http://blog.csdn.net/anneqiqi/article/details/59666980 贝叶斯算法详解

http://blog.csdn.net/amds123/article/details/70173402 ★★★★★带你搞懂朴素贝叶斯分类算法

http://blog.csdn.net/zouxy09/article/details/20319673 机器学习算法与Python实践之（七）逻辑回归（Logistic Regression）
http://blog.csdn.net/u010692239/article/details/52345754 关于线性回归和逻辑回归一些深入的思考
https://www.zhihu.com/question/30726036/answer/103854345 logistic回归属于线性模型还是非线性模型

https://www.zhihu.com/question/29385169/answer/44177582 逻辑斯蒂回归能否解决非线性分类问题

http://blog.csdn.net/xbinworld/article/details/44276389 机器学习方法：回归（二）：稀疏与正则约束ridge regression，Lasso
https://www.zhihu.com/question/24627666/answer/28440943 机器学习有很多关于核函数的说法，核函数的定义和作用是什么
https://www.zhihu.com/question/47746939/answer/154058298 怎么样理解SVM中的hinge-loss
http://www.bubuko.com/infodetail-745114.html ★★★★★ 对SVM的个人理解---浅显易懂

【无监督】

http://blog.csdn.net/zouxy09/article/details/17589329 ★★★★★ 机器学习算法与Python实践之（五）k均值聚类（k-means）

http://blog.csdn.net/zouxy09/article/details/17590137 机器学习算法与Python实践之（六）二分k均值聚类

http://blog.csdn.net/zhouxianen1987/article/details/68945844 ★★★★★ 聚类方法：DBSCAN算法研究（1）--DBSCAN原理、流程、参数设置、优缺点以及算法
http://blog.csdn.net/google19890102/article/details/26149927 简单易学的机器学习算法——K-Means算法

http://blog.csdn.net/qunxingvip/article/details/46687435 ★★★★★ Kmeans聚类与dbscan聚类对比

http://blog.csdn.net/bone_ace/article/details/46660819 ★★★★★ Apriori算法的介绍
http://blog.csdn.net/suibianshen2012/article/details/51530952 ★★★★★ Apriori算法简介---关联规则的频繁项集算法

http://blog.csdn.net/weixin_37824397/article/details/61196119 主成分分析（PCA）算法的简单推导和实例
https://blog.csdn.net/google19890102/article/details/27969459 ★★★★★ 简单易学的机器学习算法——主成分分析(PCA)
http://blog.csdn.net/u010146543/article/details/48623039 SVD例子
http://blog.csdn.net/elecjack/article/details/50913874 利用python库计算person相关系数
https://blog.csdn.net/shuzfan/article/details/52993427 1 - 基于卡方检验的特征选择

【神经网络】
http://blog.csdn.net/zouxy09/article/details/13297881 径向基网络（RBF network）之BP监督训练
https://www.zhihu.com/question/44328472/answer/204565494 RBF神经网络和BP神经网络有什么区别
https://www.zhihu.com/question/44328472/answer/128973724 RBF神经网络和BP神经网络有什么区别
http://blog.csdn.net/zouxy09/article/details/45288129 神经网络训练中的Tricks之高效BP（反向传播算法）
http://blog.csdn.net/whitesilence/article/details/75667002 ★★★★★ 深度学习中的Batch Normalization
http://blog.csdn.net/elaine_bao/article/details/50890491 解读Batch Normalization
http://blog.csdn.net/hjimce/article/details/50866313 ★★★★★ 深度学习（二十九）Batch Normalization 学习笔记
https://www.zhihu.com/question/38102762/answer/164790133 深度学习中 Batch Normalization为什么效果好
https://zhuanlan.zhihu.com/p/23178423 ★★★★★ Dropout解决过拟合问题
http://blog.csdn.net/malefactor/article/details/50436735/ 深度学习与自然语言处理之五：从RNN到LSTM
https://www.zhihu.com/question/44895610/answer/154565425 为什么相比于RNN，LSTM在梯度消失上表现更好
http://blog.jobbole.com/105602/ TensorFlow深度学习，一篇文章就够了
http://blog.csdn.net/u010041824/article/details/66972490 tensorflow入门3 卷积神经网络、循环神经网络以及双向lstm手写体识别  
http://blog.csdn.net/u010041824/article/details/65448365 tensorflow入门2 几个函数的总结和手写数字识别  
https://www.researchgate.net/post/How_to_decide_the_number_of_hidden_layers_and_nodes_in_a_hidden_layer decide the number of hidden layers and nodes in a hidden layer?
https://www.cnblogs.com/pinard/p/6437495.html 深度神经网络（DNN）损失函数和激活函数的选择
http://blog.csdn.net/u013139259/article/details/52729191 对抗神经网络(Adversarial Nets)的介绍[1]

https://www.jianshu.com/p/f3a9dc6107c7 深度学习网络调参技巧 - 简书
https://www.cnblogs.com/liuyu124/p/7332476.html ★★★★★ Softmax 函数的特点和作用
https://morvanzhou.github.io/tutorials/machine-learning/tensorflow/5-12-scope/  scope 命名方法

http://home.51.com/wanyou138/diary/wxitem/240129.html 深度学习调参技巧

https://www.zhihu.com/question/41667903 如何高效学习tensorflow

https://zhuanlan.zhihu.com/p/37384376 tensorflow 读取数据

https://www.jianshu.com/p/7e032a8aaad5  训练集、验证集和测试集的意义

 

【推荐系统】

http://blog.csdn.net/liulingyuan6/article/details/54341761 ★★★★★四种推荐系统原理介绍（基于内容过滤／协同过滤／关联规则／序列模式）
http://blog.csdn.net/qq_23942803/article/details/50597907 基于物品的协同过滤中，余弦相似度、皮尔森系数、修正余弦相似度三者的区别
http://blog.csdn.net/pipisorry/article/details/49205589 推荐系统：基于内容的推荐

http://blog.csdn.net/ch18255112191/article/details/51383612 ★★★★★ 推荐常用算法之-基于内容的推荐

https://blog.csdn.net/yimingsilence/article/details/54934302 ★★★★★ 协同过滤推荐算法的原理及实现

【sklearn|keras|scipy|numpy|pandas】
http://blog.csdn.net/yuanyuanxingxing/article/details/52163251 scikit-learn交叉验证Cross Validation and Grid Search

http://blog.csdn.net/lanchunhui/article/details/72794317 sklearn preprocessing 数据预处理（OneHotEncoder）
http://blog.csdn.net/jinlong_xu/article/details/70175107 【matplotlib】plot()kind参数表
http://blog.csdn.net/dream_angel_z/article/details/49406573 Scikit-learn Preprocessing 预处理
http://blog.csdn.net/zouxy09/article/details/48903179  Python机器学习库scikit-learn实践
http://blog.csdn.net/liluo9527/article/details/51028617 Pyhton 中的Scale 和Normalization(正则化)
http://blog.csdn.net/tangwendi/article/details/72790200 如何处理A value is trying to be set on a copy of a slice from a DataFrame.错误
http://blog.csdn.net/appleyuchi/article/details/73503282 通俗地讲清楚fit_transform()和transform()的区别
http://blog.csdn.net/qq_25300563/article/details/50972460 Scipy_Sparse介绍
http://blog.csdn.net/willdeamon/article/details/53465350 sparse matrix(稀疏矩阵)
http://blog.csdn.net/jiandanjinxin/article/details/77175319 keras创建模型
http://blog.csdn.net/gjq246/article/details/72638343 Keras学习笔记（一）
http://blog.csdn.net/jiangpeng59/article/details/77533309 keras：3)Embedding层详解
http://blog.csdn.net/x_ym/article/details/77728732 如何理解keras中的shape/input_shape
https://www.zhihu.com/question/27187105/answer/55895472 scikit-learn中如何保存模型
https://www.cnblogs.com/CheeseZH/p/5250997.html scikit-learn主要模块和基本使用方法
https://www.cnblogs.com/en-heng/p/5630849.html Pandas：让你像写SQL一样做数据分析（一）
https://www.cnblogs.com/chaosimple/p/4153083.html 十分钟搞定pandas
https://www.cnblogs.com/sirkevin/p/5767532.html 利用Python进行数据分析(10) pandas基础: 处理缺失数据
https://read.douban.com/column/6939417/?ici=column&icn=column-category 机器学习之Python
https://www.cnblogs.com/jasonfreak/p/5448385.html 使用sklearn做单机特征工程

【比赛】
http://blog.csdn.net/q383700092/article/details/53842160 对机器学习与数据竞赛的一些总结
http://blog.csdn.net/levy_cui/article/details/72519307 第一次参加Kaggle拿银总结
http://blog.csdn.net/colouroo/article/details/53730011 Kaggle竞赛入门教程之Kaggle简介（新手向）
http://blog.csdn.net/han_xiaoyang/article/details/49797143 机器学习系列(3)_逻辑回归应用之Kaggle泰坦尼克之灾
http://blog.csdn.net/qifuchenluo/article/details/67655388 使用sklearn进行kaggle案例泰坦尼克Titanic船员获救预测
http://blog.csdn.net/yan456jie/article/details/72638774 【干货】Kaggle 数据挖掘比赛经验分享
http://blog.csdn.net/nirendao/article/details/44426201/ gc.collect
https://www.zhihu.com/question/24533374/answer/34631808 参加kaggle竞赛是怎样一种体验
https://www.zhihu.com/question/24533374/answer/34649594 参加kaggle竞赛是怎样一种体验

【others】
http://blog.csdn.net/dashenghuahua/article/details/53841630 15道机器学习面试题，让你顺利得到offer!
http://blog.csdn.net/v_july_v/article/details/78121924 BAT机器学习面试1000题系列（第1~306题）

https://blog.csdn.net/rosener/article/details/68064171 使用maven创建javaWeb项目及运行web项目
https://blog.csdn.net/liuchuanhong1/article/details/52880598  jersey+maven构建restful服务--入门篇

http://www.gapp.gov.cn/govservice/134.shtml 国家新闻出版广电总局 - 新闻出版机构查询
https://jingyan.baidu.com/article/bea41d43b984f3b4c51be687.html 发表论文的期刊有哪些_百度经验
https://jingyan.baidu.com/article/92255446e47b5c851648f4d8.html  如何选择期刊发表论文_百度经验





https://mp.weixin.qq.com/s/CdqUNqDSnk9WWolbhAlT9Q 机器学习与深度学习面试问题总结