• 《What I Read For Deep-Learning》

    介绍: 深度学习解读文章.

• 《An Introduction to Recommendation Engines》

    介绍: Coursera上的推荐系统导论(Introduction to Recommender Systems)公开课.

• 《Stanford Machine Learning》

    介绍: Andrew Ng经典机器学习课程笔记.

• 《ICLR 2015》

    介绍: ICLR 2015见闻录,博客的其他机器学习文章也不错.

• 《Stanford Machine Learning》

    介绍: 推荐系统"个性化语义排序"模型.

• 《The More Excited We Are, The Shorter We Tweet》

    介绍: 激情时分更惜字——MIT的最新Twitter研究结果.

• 《苏州大学人类语言技术研究论文主页》

    介绍: 苏州大学人类语言技术研究相关论文.

• 《Neural Turing Machines implementation》

    介绍: 实现神经图灵机(NTM),项目地址,此外推荐相关神经图灵机算法.

• 《Computer Vision - CSE 559A, Spring 2015》

    介绍: 华盛顿大学的机器视觉(2015),参考资料Computer Vision: Algorithms and Applications.

• 《Mining of Massive Datasets》

    介绍: "Mining of Massive Datasets"发布第二版, Jure Leskovec, Anand Rajaraman, Jeff Ullman 新版增加Jure Leskovec作为合作作者，新增社交网络图数据挖掘、降维和大规模机器学习三章,电子版依旧免费.

---

进入微信公众号“深度学习实验室”，回复0603，可下载机器学习和深度学习资料专题三十九相关部分技术资料，本期资料请关注后续专题。如对专题资料有特殊需要，请留言。

---