微博收藏（机器学习课程与论文）（三）

以你之姓@ 2022-08-07 06:51 14阅读 0赞

*Jeremy Lin*

**1.0 机器学习课程推荐**

@曹胖胖要减肥  
给大家推荐两个机器学习课程，log实验室年度呕心沥血之作，**张志华老师在交大IEEE班和ACM班机器学习课程全纪录**

统计机器学习 [地址][Link 1]

机器学习导论 [地址][Link 2]

@陈天奇怪: 不错，似乎比较偏向统计和Bayesian

————————————————————————————————————————————

@王威廉

Hinton教授的同事、在深度学习圈子很活跃的多伦多大学助理教授Russ Salakhutdinov本周开了一门大规模机器学习课程，提供在线视频直播、幻灯片及录像，大家放假休息的时候可以看看：

http://www.cs.toronto.edu/~rsalakhu/STA4273\_2015/

——————————————————————————————————————————————

@赵家平USC

牛津大学 Nando de Freitas 的 machine learning 课程video和slides [ 网页链接][Link 3] 很 up-to-date 的 课程内容， 主要focus在 CNN, RNN, LSTM 和 reinforcement learning

**2.0机器学习入门资源不完全汇总**

**[![Center][]][Center 1]**

http://ml.memect.com/article/machine-learning-guide.html

**3.0**

@爱可可-爱生活

\[文章\]《Feature Engineering: How to transform variables and create new ones?》[网页链接][Link 4]讨论特征工程实践，很不错的文章

**4.0**

**@王威廉**

如何欺骗一个深度学习模型？怀俄明大学三位科学家写了一篇文章，告诉你如何可以故意向state-of-the-art的ImageNet深度学习模型输入人类无法识别的图像，却得到99%确信度的图像类别输出。

![Center 2][]

[论文地址][Link 5]

**5.0**

@G\_Auss  
我们的论文《从零开始理解文本》（Xiang Zhang, Yann LeCun, Text Understanding from Scratch）已放到Arxiv上！其思想是把卷积网络直接用到字符上，在大数据集上取得了特别好的结果。在亚马逊商品评论情感分析中准确度比词袋好10%-20%，在中文新闻分类上也得到了不错的结果。

http://arxiv.org/abs/1502.01710

**6.0**

本团队雕琢多年的人脸检测库现以MIT协议发布 [ 网页链接][Link 6] ,供商业和非商业无限制使用,包含正面和多视角人脸检测两个算法.优点:速度快(OpenCV haar+adaboost的2-3倍), 准确度高 (FDDB非公开类评测排名第二），能估计人脸角度. 例子看下图. 希望能帮助到有需要的个人和公司。

**7.0**

@赵家平USC

Zoubin的2014Archive paper：Unifying linear dimensionality reduction。把PCA，LDA，MSD，FA，PPCA... 用统一的optimization problem来建模，以至于linear dimension reduction 完全可以变成一个black-box， cool...

**8.0**

大数据分析与机器学习领域Python兵器谱

[地址][Link 7]

**9.0**

\[论文\]《Transient Attributes for High-Level Understanding and Editing of Outdoor Scenes》(SIGGRAPH 2014)户外图片瞬态场景的识别与生成

[地址][Link 8]

**10**

\[文章\]《The Fourier Transform, explained in one sentence》一句话解释傅立叶变换，太经典了！

[地址][Link 9]

**11**

《From feature descriptors to deep learning: 20 years of computer vision》从特征描述子到深度学习——机器视觉20年回顾

地址

**本文地址http://blog.csdn.net/linj\_m/article/details/44496371**

**更多资源请关注 博客：LinJM-机器视觉 微博：林建民-机器视觉**

[Link 1]: http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=398
[Link 2]: http://ocw.sjtu.edu.cn/G2S/OCW/cn/CourseDetails.htm?Id=397
[Link 3]: https://www.cs.ox.ac.uk/people/nando.defreitas/machinelearning/
[Center]: /images/20220805/03eac8e3277f4e57949230d61ae818db.png
[Center 1]: http://ml.memect.com/article/machine-learning-guide.html
[Link 4]: http://www.analyticsvidhya.com/blog/2015/03/feature-engineering-variable-transformation-creation/
[Center 2]: /images/20220805/7f16fabd59d844939b18e4b29cbb4c23.png
[Link 5]: http://arxiv.org/pdf/1412.1897v1.pdf
[Link 6]: https://github.com/ShiqiYu/libfacedetection
[Link 7]: http://mp.weixin.qq.com/s?__biz=MjM5MTQ4NzgwNA==&mid=202880218&idx=6&sn=6784f6074c5cb3f4d3880890cb0ca802&scene=2&key=79cf83ea5128c3e5a6321fe2b80da0a2f3ad9e27c6fd428c41fb23b425a82bff3aa2dd9aa7c902a3b22a35a041cfa814&ascene=1&uin=MjI2NDkwNDk2MA%3D%3D&devicetype=webwx&version=70000001&pass_ticket=sgz4DRwb05wqFHrQKOVuN8r%2BLQkHXFI2VrkORUslEpC2rNQI%2BYzFUpHM5iFdB4p3
[Link 8]: http://transattr.cs.brown.edu/
[Link 9]: http://blog.revolutionanalytics.com/2014/01/the-fourier-transform-explained-in-one-sentence.html