机器学习

由于现在许多地方关于机器学习算法详细步骤的讲解非常杂乱，鄙人想通过此帖收集和分享有关机器学习相关算法的详细讲解步骤及代码实现，望大神不吝赐教、头脑风暴、知识共享！

tinyfool说道：赞，加油 机器学习还是蛮好玩的 online66说道：可以试试word2vec哦！ 尼克徐说道：

ZreoNet暗网+Python爬虫+机器学习(如TensorFlow)，将数据在每个节点上分析完毕后认证上传，网站端提供接口，展示和app推送。如果担心数据安全性也可以不用暗网自建采集节点

/> 考虑这种结构的思路是这样的： 1 机器学习是非常消耗资源的 2 机器学习所需要的数据，即爬虫获取数据的过程也非常消耗资源 3 如果这些内容都在

入一张图片输出一段文字序列，CNN、RNN结合，图像、语言结合。多对一，序列输入，情感分析，输入一段文字，分类积极、消极情感，如淘宝商品评论分类，用LSTM。多对多，异步序列输入、序列输出，机器翻译

为了满足研究人员和开发者日益增长的各种需求，微软亚洲研究院于日前将分布式机器学习工具包（ DMTK ）通过 GitHub （ https://github.com/Microsoft/DMTK

-should-I-learn-in-Maths-to-be-able-to-be-master-in-Machine-Learning-and-AI">Quora 我觉得机器学

xibianri2011说道：我现在的情况不是“数学基础不好”，而是缺乏“常识”，有太多知识空白，所以近期请了家教老师从高中数学开始补习。 libinx说道：如果你将来想从事

最近项目快要上线了，事情也不那么多了，想要重新学习计算机网络，希望大家能推荐一下书籍，有关计算机网络，最好后面有习题，可以边看边练习，小菜程序员，请多指教

calvin说道：大学里学的那个蓝本的不错 清醒疯子说道：可以找找机械工业出版社的《计算机科学丛书 》 riverphoenix说道：

，Dropout。随便丢弃部分输出数据节点。创造新随机样本，增大样本量，减少特征数量，防止过拟合。bagging方法，对特征新种采样。 SGD参数难调试，SGD设置不同学习速率，结果可能差异

n个词语而忽略更久前词语的问题。用途：word representation（embedding）(词语向量)、sequence to sequence learning（输入句子预测句子）、机器翻译

spend time studying previous projects. 大脑的工作就像某种魔法。当你研究了很多同类工作的例子（比如机器学习项目），你就会学会归纳总结，发明

很想向别人的学习学习，毕竟一个人感觉像闭门造车.... tinyfool说道：3楼 @nitro 嗯，加油