scikit-learn是一个构建在SciPy之上用于机器学习的 Python 模块。它包括： 简单而高效的工具用于数据挖掘和数据分析 适合于任何人，可在各种情况下重复使用 构建在 NumPy, SciPy

英文原文: Cheatsheet – Python & R codes for common Machine Learning Algorithms 在拿破仑·希尔的名著《思考与致富》中讲述了达比

《Brief History of Machine Learning》 介绍:这是一篇介绍机器学习历史的文章，介绍很全面，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning

比较全面的收集了机器学习的介绍文章，从感知机、神经网络、决策树、SVM、Adaboost到随机森林、Deep Learning。 《机器学习经典论文/survey合集》 介绍：看题目你已经知道了是什么内容

Criminisi，Sebastian Nowozin共同完成。 机器视觉是通过计算机算法自动理解图片内容的技术，十九世纪六十年代，它起源于人工智能和认知神经科学。为了“解决”机器视觉的问题，1966 年，在麻省理工学院，这

cn/2015/12/02/woume/ 机器学习现在可谓是炙手可热。只要应用机器学习，就可以有效丰富数据和知识，促进有价值的任务自动化，包括感知、分类和数值预测等。而它的「兄弟」——机器发现，可用于发现照亮和引导人

自从计算机被发明以来，人们就想知道它们能不能学习。如果我们理解了计算机学习的内在机制，即怎样使它们根据经验来自动提高，那么影响将是空前的。想象一下，在未来，计算机能从医疗记录中学习，获取治疗新疾病的最有效方法；住

事实上有许多的途径可以了解 机器学习 ，也有许多的资源例如书籍、公开课等可为所用，一些相关的比赛和工具也是你了解这个领域的好帮手。本文我将围绕这个话题，给出一些总结性的认识，并为你由 程序员 到机器学习高手的蜕变旅程中提供一些学习指引。

ganitha 包含一组算法用来实现在 Hadoop 平台是的各种规模的机器学习和统计分析。 项目主页： http://www.open-open.com/lib/view/home/1377775301651

和使用机器学习（简称ML）算法已经17年了。最近这几年机器学习开始受到广泛关注，所以人们经常问我：“什么是机器学习？你们用机器学习来做什么？” 我非常乐意回答这些问题，因为事实证明，机器学习的使用

在最近的学习中，看到一些有用的资源就记下来了，现在总结一下，欢迎补充！ 机器视觉开源代码合集 计算机视觉算法与代码集锦 计算机视觉的一些测试数据集和源码站点 SIFT官网 SURF

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是 EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步

net/2016/01/31/机器学习之总结/ 出于文本归类和数据处理之需求，这段时间研究了下文本处理类的机器学习方面的东西。也快过年放假了，在此做一个总结和感受吧。 分词 正如绝大多数的科学研究一样，机器学习的算法

机器学习难，并不是因为数学难，而是因为选择什么工具及Debug难。快速有效Debug是现代机器学习中的必备技能，但机器学习的Debug相比普通程序要难很多：候选错误空间大、调试周期长。 机器学习已

本文汇编了一些机器学习领域的框架、库以及软件（按编程语言排序）。 C++ 计算机视觉 CCV —基于C语言/提供缓存/核心的机器视觉库，新颖的机器视觉库 OpenCV —它提供C++, C, Python

不幸的是，现在的教育系统在教学上太事无巨细，因此很少给你机会独立学习。但是我们到底应该怎样去自学呢？ Metacademy 2 是一个进行自学的很好的工具，目前主要提供机器学习和人工智能方面的知识。自学最令人兴奋的地方

本文主要回顾下几个常用算法的适应场景和优缺点！ 对于你的分类问题，你知道应该如何选择哪一个机器学习算法么？当然，如果你真的在乎精度（accuracy），最好的方法就是通过交叉验证（cross-v

这两年机器学习的概念一直很火，无人车、人脸识别、语音识别，似乎无所不能。但有一点被忽略了，“机器学习”算法只是众多算法的一种，和快速排序、red-black BST 一样，它有自己独特的应用场景，而且

机器学习Machine-Learning 主要内容 前言 课程列表 推荐学习路线 数学基础初级 程序语言能力 机器学习课程初级 数学基础中级 机器学习课程中级 推荐书籍列表 机器学习专项领域学习 前言

自然语言处理 ScalaNLP—机器学习和数值计算库的套装 Breeze —Scala用的数值处理库 Chalk—自然语言处理库。 FACTORIE—可部署的概率建