一 机器学习、数据挖掘、深度学习经典博客网站
http://www.cnblogs.com/maybe2030
1. 算法(包括机器学习算法、进化计算、群体智能优化算法等)
[Machine Learning] logistic函数和softmax函数
[Machine Learning & Algorithm] 神经网络基础
[Machine Learning] Active Learning
[Machine Learning & Algorithm]CAML机器学习系列2:深入浅出ML之Entropy-Based家族
[Machine Learning & Algorithm]CAML机器学习系列1:深入浅出ML之Regression家族
[Algorithm & NLP] 文本深度表示模型——word2vec词向量模型
[Algorithm & NLP] 使用SimHash进行海量文本去重
[Machine Learning] 梯度下降法的三种形式BGD、SGD以及MBGD
[Evolutionary Algorithm] 进化算法简介
[Evolutionary Algorithm] 群体智能优化算法之粒子群优化算法
[Algorithm] 局部敏感哈希算法(Locality Sensitive Hashing)
[Machine Learning & Algorithm] 决策树与迭代决策树(GBDT)
[Machine Learning & Algorithm] 随机森林(Random Forest)
[Machine Learning] 机器学习常见算法分类汇总
[Machine Learning & Algorithm] 朴素贝叶斯算法(Naive Bayes)
[Mechine Learning & Algorithm] 集成学习方法——Bagging和 Boosting
[Mechine Learning & Algorithm] 推荐系统之协同过滤(CF)算法详解和实现
[Algorithm & NLP] 字符串匹配算法——KMP算法
[Python & Machine Learning] 学习笔记之scikit-learn机器学习库
[Mechine Learning & Python] 机器学习库资料汇总
[Machine Learning] Learning to rank算法简介
[Machine Learning] 国外程序员整理的机器学习资源大全
2. 数学知识
3. 数据结构
[Data Structure] Bit-map空间压缩和快速排序去重
[Data Structure & Algorithm] Hash那点事儿
[Data Structure & Algorithm] 七大查找算法
[Data Structure & Algorithm] 八大排序算法
4. 计算广告学 & 复杂网络分析 & 搜索引擎
[Computational Advertising] 计算广告学笔记之基础概念
5. Hadoop
[Hadoop] Google三驾马车:GFS、MapReduce和Bigtable
[Hadoop] 在Ubuntu系统上一步步搭建Hadoop(单机模式)
6. Python
[Python] Python学习笔记之常用模块总结[持续更新...]
7. Linux
[Linux & SVN] SVN介绍及Linux下SVN命令收录
[Linux & Mysql] Linux下Mysql的基本操作
8. C/C++
[C/C++] C/C++延伸学习系列之STL及Boost库概述
9. Others
[Operate System & Algorithm] 页面置换算法
10. 生活感悟
11. 卷积神经网络
机器学习方法篇(8)------卷积神经网络公式推导:这篇文章例子讲的通俗易懂,可以结合卷积神经网络反向传播理论推导这篇博文一起理解。
原文地址:https://www.cnblogs.com/zyly/p/8535331.html