有哪些比较好的机器学习、数据挖掘、计算机视觉的订阅号、微博或者是论坛？

理由
举报 取消

推荐一些写的比较好的机器学习，数据挖掘，计算机视觉的订阅号，微博或者论坛吧！国内国外的都可以！？

2018年2月3日 10 条回复 853 次浏览
用户头像

发起人：田涯 初入职场

回复 ( 10 )

  1. 李文哲
    李文哲 初入职场
    0
    举报 回复
    理由
    举报 取消

    我觉得最好的订阅号是 – arxiv.org.

    选择感兴趣的领域，subscribe一下，每天会给你推送一些新的论文。 坚持一段时间，你就会发现你变厉害了！

  2. SS Wang
    SS Wang 初入职场
    0
    举报 回复
    理由
    举报 取消

    为什么不安心读书读论文？你们真以为看看所谓牛人发的博客就能学好机器学习了？naive！看看那些公众号发那么多资料，恐怕他们自己一个都没看过吧。

    如果想follow高大上的东西，就去看看Berkeley Simons Institute上的讲座，那才是干货。Workshops & Symposia

  3. 杜客
    杜客 初入职场
    0
    举报 回复
    理由
    举报 取消

    自荐：智能单元 – 知乎专栏。目前关注4000+，已获得赞赏内测资格。

    推荐理由：

    • 授权翻译斯坦福深度学习课程CS231n-Convolutional Neural Networks for Visual Recognition（面向视觉识别的卷积神经网络）官方笔记。
    • 翻译获得课程讲师Andrej Karpathy
      • 翻译行为是一群深度学习爱好者自发的无偿行为，翻译团队有理想，对翻译精益求精，对知友的批评及时讨论和反馈。
      • 除课程连载外，三位机器学习领域的好基友在各自领域发布原创文章。这三个领域分别是深度增强学习，图像分类与标注，RNN和TensorFlow使用。感兴趣的知友也可以关注。

      斯坦福CS231n课程简介：

      • 课程官网：Stanford University CS231n: Convolutional Neural Networks for Visual Recognition

        Fei-Fei Li的主页：Stanford Computer Vision Lab （直接就是斯坦福计算机视觉实验室主页，好吧大老板你牛逼）

        Andrej Karpathy的个人网页：Andrej Karpathy Academic Website

        Justin Johnson的个人网页：Justin Johnson

        • 课程结构：课程一共15课，内容由简入难。从线性分类器到神经网络再到卷积神经网络，递归神经网络。包含3个有分量的作业（专栏下步计划讲解的内容）和多个详细的笔记（专栏正在翻译的内容）。
        • 课程近况：最近由于课程中的一些版权引用，导致课程视频在YouTube上被下架，目前斯坦福正在努力恢复。需要视频的同学看下条。
        • 课程资源获取：，资源包含所有CS231n课程视频和PPT，提取码请私信我。

        翻译进度

        • 所有note均已草译完毕，正在仔细修改和校对，已经发布11篇：
        1. 获得授权翻译斯坦福CS231n课程笔记系列 – 智能单元 – 知乎专栏
        2. CS231n课程笔记翻译：Python Numpy教程 – 智能单元 – 知乎专栏
        3. CS231n课程笔记翻译：图像分类笔记（上） – 智能单元 – 知乎专栏
        4. CS231n课程笔记翻译：图像分类笔记（下） – 智能单元 – 知乎专栏
        5. CS231n课程笔记翻译：线性分类笔记（上） – 智能单元 – 知乎专栏
        6. CS231n课程笔记翻译：线性分类笔记（中） – 杜客的文章 – 知乎专栏
        7. CS231n课程笔记翻译：线性分类笔记（下） – 智能单元 – 知乎专栏
        8. CS231n课程笔记翻译：最优化笔记（上） – 智能单元 – 知乎专栏
        9. CS231n课程笔记翻译：最优化笔记（下） – 智能单元 – 知乎专栏
        10. 斯坦福CS231n课程作业# 1简介 – 智能单元 – 知乎专栏
        11. CS231n课程笔记翻译：反向传播笔记 – 智能单元 – 知乎专栏
        • 发布节奏按照1周1-2篇的速度发布。
        • 欢迎知友们对我们的翻译内容批评指正，请直接在文章下评论。
        • 笔记长度较长，包含公式和代码等，建议在PC端阅读。

        一些废话

        • 寻求学习资源，寻求同伴，寻求大牛知道等问题是每个机器学习初学者开始学习的时候都遇到过的问题。
        • 翻译是一个降低门槛，传播知识，充满理想主义的行为。希望能通过自己的一点努力，让后来者更加快速地进入领域，利用深度学习的知识让我们的世界变得更好！
        • 这么多干货，最后来点鸡汤怎么了？！

  4. 午后阳光
    午后阳光 初入职场
    0
    举报 回复
    理由
    举报 取消

    补充一个paper+code的： ，这个网站也可以订阅，每天推送paper,而且所有的paper都是有代码的。

    ====================================================================

    墙裂推荐Arxiv Sanity Preserver , 根据自己的library每天推荐新的paper。

    以上是严肃脸，下面的可以拿来放松：

    Reddit 的Machine Learning版：Machine Learning

    GitHub的awsome系列：

    GitHub – kjw0612/awesome-deep-vision: A curated list of deep learning resources for computer vision

    GitHub – jtoy/awesome-tensorflow: TensorFlow

    GitHub – ChristosChristofidis/awesome-deep-learning: A curated list of awesome Deep Learning tutorials, projects and communities.

    我有时候还会刷刷StackOverflow里面感兴趣的tag,比如python的：Highest Voted ‘python’ Questions

  5. 陈然
    陈然 初入职场
    0
    举报 回复
    理由
    举报 取消

    谢邀

    Data science blogs: GitHub – rushter/data-science-blogs: A curated list of data science blogs

    是一个比较长的数据科学、机器学习等内容的博客列表，给了rss，会不断增加。

  6. Naiyan Wang
    Naiyan Wang 初入职场
    0
    举报 回复
    理由
    举报 取消

    广告两个真原创的公众号：VALSE和深度学习大讲堂，请叫我雷锋。

  7. 黄真川
    黄真川 初入职场
    0
    举报 回复
    理由
    举报 取消

    github里一般来说会有很多资源集锦 (awesome系列)，比如：

    博客汇总：rushter/data-science-blogs · GitHub，

    机器学习资源汇总：josephmisiti/awesome-machine-learning · GitHub

    深度学习资源汇总：ChristosChristofidis/awesome-deep-learning · GitHub

    博客的话特别推荐几个：

    pluskid’s blog(MIT博士生，中文博客)：Free Mind

    colah’s blog(几篇关于深度学习的文章非常形象)：，

    python代码一步步实现神经网络：i am trask

    stanford cs231n课程讲师的博客：Andrej Karpathy blog

    Reddit里的Machine Learning板块也是个非常好的去处。

    这些只是辅助，教材和论文当然不可少，否则会消化不良的

  8. dawnmist
    dawnmist 初入职场
    0
    举报 回复
    理由
    举报 取消

    用Google搜英文资料！

    用Google搜英文资料！

    用Google搜英文资料！

    像这样搜：『SVM tutorial』，『MCMC introduction』，『convolutional neural network stackexchange』。。。

    很多外国人写的博客或者导论简直没的说，不像中文博客那样抄来抄去。

  9. 谷文栋
    谷文栋 初入职场
    0
    举报 回复
    理由
    举报 取消

    自荐一下 ResysChina 吧，应该不会让你失望，

    1. 微信公众号，在微信里搜索「ResysChina」或者扫描下面的二维码即可。

    2. ResysChina – 知乎专栏，知乎的专栏，刚刚开，第一篇文章「关于 Facebook NewsFeed，看这一篇就够了！」就被选入了知乎日报，也是挺受宠若惊的。特别感谢！
  10. 卡牌大师
    卡牌大师 初入职场
    0
    举报 回复
    理由
    举报 取消

    看书

    听课

    读paper

    看啥公众号啊

我来回答

Captcha 点击图片更换验证码