转自http://blog.csdn.net/chl033/article/details/4822922
好好地学习吧。。
发信人: zibuyu (得之我幸), 信区: NLP
标 题: 机器学习推荐论文和书籍
发信站: 水木社区 (Thu Oct 30 21:00:39 2008), 站内
我们组内某小神童师弟通读论文,拟了一个机器学习的推荐论文和书籍列表。
经授权发布在这儿,希望对大家有用。:)
======================================
基本模型:
HMM(Hidden Markov Models):
A Tutorial on Hidden Markov Models and Selected Applications in
Speech Recognition.pdf
ME(Maximum Entropy):
ME_to_NLP.pdf
MEMM(Maximum Entropy Markov Models):
memm.pdf
CRF(Conditional Random Fields):
An Introduction to Conditional Random Fields for Relational Learning.pdf
Conditional Random Fields: Probabilistic Models for Segmenting and
Labeling Sequence Data.pdf
SVM(support vector machine):
*张学工<<统计学习理论>>
LSA(or LSI)(Latent Semantic Analysis):
Latent semantic analysis.pdf
pLSA(or pLSI)(Probablistic Latent Semantic Analysis):
Probabilistic Latent Semantic Analysis.pdf
LDA(Latent Dirichlet Allocation):
Latent Dirichlet Allocaton.pdf(用variational theory + EM算法解模型)
Parameter estimation for text analysis.pdf(using Gibbs Sampling 解模)
Neural Networksi(including Hopfield Model& self-organizing maps &
Stochastic networks & Boltzmann Machine etc.):
Neural Networks - A Systematic Introduction
Diffusion Networks:
Diffusion Networks, Products of Experts, and Factor Analysis.pdf
Markov random fields:
Generalized Linear Model(including logistic regression etc.):
An introduction to Generalized Linear Models 2nd
Chinese Restraunt Model (Dirichlet Processes):
Dirichlet Processes, Chinese Restaurant Processes and all that.pdf
Estimating a Dirichlet Distribution.pdf
=================================================================
Some important algorithms:
EM(Expectation Maximization):
Expectation Maximization and Posterior Constraints.pdf
Maximum Likelihood from Incomplete Data via the EM Algorithm.pdf
MCMC(Markov Chain Monte Carlo) & Gibbs Sampling:
Markov Chain Monte Carlo and Gibbs Sampling.pdf
Explaining the Gibbs Sampler.pdf
An introduction to MCMC for Machine Learning.pdf
PageRank:
矩阵分解算法:
SVD, QR分解, Shur分解, LU分解, 谱分解
Boosting( including Adaboost):
*adaboost_talk.pdf
Spectral Clustering:
Tutorial on spectral clustering.pdf
Energy-Based Learning:
A tutorial on Energy-based learning.pdf
Belief Propagation:
Understanding Belief Propagation and its Generalizations.pdf
bp.pdf
Construction free energy approximation and generalized belief
propagation algorithms.pdf
Loopy Belief Propagation for Approximate Inference An Empirical Study.pdf
Loopy Belief Propagation.pdf
AP (affinity Propagation):
L-BFGS:
<<最优化理论与算法 2nd>> chapter 10
On the limited memory BFGS method for large scale optimization.pdf
IIS:
IIS.pdf
=================================================================
理论部分:
概率图(probabilistic networks):
An introduction to Variational Methods for Graphical Models.pdf
Probabilistic Networks
Factor Graphs and the Sum-Product Algorithm.pdf
Constructing Free Energy Approximations and Generalized Belief
Propagation Algorithms.pdf
*Graphical Models, exponential families, and variational inference.pdf
Variational Theory(变分理论,我们只用概率图上的变分):
Tutorial on varational approximation methods.pdf
A variational Bayesian framework for graphical models.pdf
variational tutorial.pdf
Information Theory:
Elements of Information Theory 2nd.pdf
测度论:
测度论(Halmos).pdf
测度论讲义(严加安).pdf
概率论:
......
<<概率与测度论>>
随机过程:
应用随机过程 林元烈 2002.pdf
<<随机数学引论>>
Matrix Theory:
矩阵分析与应用.pdf
模式识别:
<<模式识别 2nd>> 边肇祺
*Pattern Recognition and Machine Learning.pdf
最优化理论:
<>
<<最优化理论与算法>>
泛函分析:
<<泛函分析导论及应用>>
Kernel理论:
<<模式分析的核方法>>
统计学:
......
<<统计手册>>
==========================================================
综合:
semi-supervised learning:
<> MIT Press
semi-supervised learning based on Graph.pdf
Co-training:
Self-training:
分享到:
相关推荐
机器学习理论资料、论文、tensorflow学习笔记等、pdf书籍分享等.zip
bestofml 收集汇总了机器学习相关的资源,包括书籍、课程、博客、论文等
A curated list of awesome edge machine learning resources, including research papers, inference engines, challenges, books, meetups and others.
关于机器学习、深度学习及计算机视觉入门论文和书籍阅读笔记。机器学习 3 监督学习 3 回归 3 分类 4 无监督学习 4 聚类 4 深度学习 4 计算机视觉 14 入门基础与图像相关 14 图像预处理 16 坐标变换 16 灰度映射 16 ...
一些工具、论文和关于机器学习框架的一切。 如火炬、张量流等。 书 一些关于机器学习的书籍。 有一些关于书籍的注释或我们可以获得这本书的方式。 公开课 就像书一样。 术语 关于机器学习术语的论文。 这篇文章可以...
推荐系统是智能系统,用作在现实生活问题中做出决策的专家。... 此外,还讨论了用于图书推荐的机器学习 (ML) 技术及其对图书推荐系统的影响。 这项工作将帮助研究人员探索一般推荐技术特别是书籍推荐的新维度。
Python数据分析与机器学习-交易数据异常检测; Python数据分析与机器学习-交易数据异常检测
同时,系统还整合了多种前沿技术,如大数据处理、机器学习等,以实现更精准的推荐效果。 该资源的毕业论文部分逻辑清晰,论述严谨,对于学习者来说具有很高的参考价值。而附带的源代码则经过精心编写和优化,具有...
了解机器学习模型和算法如何与数据组织结合对于理解如何提高当前和未来机器学习用途的效用和好处非常重要。 在调查文献景观时,我们的目标是从几个不同领域研究机器学习和数据管理的交叉点,以全面但简短地了解现代...
机器学习论文摘要 Docsify图书: ://gitycc.github.io/machine-learning-papers-summary Github回购: : 论文调查 内容 理解/概括/转移 重新思考预训练和自我训练(2020),Barret Zoph等。 [➤ ] 在神经网络中...
一站式机器学习栏目: 文件语言能力平台类课程现场会议图书备忘单面试问题数据集博客和社区网上比赛其他来源关于CNN 关于GAN 解决机器学习问题的步骤: 以下是我在解决机器学习问题时应遵循的步骤。 定义和理解问题...
统计,数据可视化和机器学习资源 ... 有关机器学习研究论文,编程和AI社区问题以及AI对社会的更广泛影响的视频。 将主要方法分解为易于理解的部分。 数学和娱乐的结合。 出色的动画使难题变得简单。
很棒的ML模型压缩 很棒的样式列表,可列出最佳的机器学习模型压缩和加速研究论文,文章,教程,库,工具等。 欢迎公关!内容工具图书馆构架影片会谈培训与教程 文件 一般的深度神经网络的模型压缩和加速研究将模型...
很棒的在线机器学习 是机器学习的子集,数据按顺序到达。 与更传统的批处理学习相反,在线学习方法一次只更新一个数据点,从而逐步更新自己。 课程和书籍 -深入了解Vowpal Wabbit(特别是Vowpal Wabbit)的内部工作...
关于机器学习算法的各方面的目录清单,论文,教材,很好的入门书籍
精选的深度学习资源书籍,课程,论文,图书馆,会议,示例代码等等。 目录 免费书籍 课程 机器学习的神经网络 神经网络类 深度学习课程 AI-伯克利 麻省理工学院 卷积神经网络的视觉识别-斯坦福 面向程序员的实用...
本论文基于豆瓣网站上的书籍信息,采用文本聚类与主题分析的方法,旨在通过文本特征提取和机器学习技术,对书籍进行聚类分析,以揭示不同主题和内容的书籍之间的关联和相似性。在预处理阶段,利用中文分词工具jieba...
Storey Lab成员应阅读的论文和书籍的集合,其他人可能会觉得有用。 图书 统计,机器学习和编程的背景 我建议按照列出的顺序阅读以下书籍。 我没有列出任何有关C ++的书籍,但我建议您学习该语言的基础知识。 基因组...
使用机器学习进行乳腺癌预测 问题识别: 乳腺癌是女性中最常见的恶性肿瘤,占美国女性确诊的癌症的三分之一,并且是女性癌症死亡的第二大主要原因。 乳腺癌是由于乳房组织中细胞异常生长(通常称为肿瘤)而导致的。...
《机器学习》周志华著 阅读人群:建模 由于这个领域现在属于热门领域,因此数模的很大一部分未来的研究方向皆 在于此。我本人对于这个领域也处于学习当中。当然,你想要看懂这本书,还是 先学好概率论与数理统计,...