Active Learning

　　■　http://active-learning.net/，這里包括了關(guān)于 Active Learning 理論以及應(yīng)用的一些文章，特別是那篇 Survey。

　　Transfer Learning

　　■　http://www.cse.ust.hk/TL/，包括經(jīng)典的論文以及附帶有源碼，很方便。

　　Gaussian Processes

　　■　http://www.gaussianprocess.org?包括相關(guān)的書籍（有 Carl Edward Rasmussen 的書），相關(guān)的程序以及分類的 paper 列表。這也是由 Carl 自己維護(hù)的，他應(yīng)該是將 GP 引入 machine learning 最早的人之一了吧，Hinton 的學(xué)生。

　　Nonparametric Bayesian Methods

　　■　http://www.cs.berkeley.edu/~jordan/npb.html?這個(gè)一看就知道是 Jordan 維護(hù)的，主要包括 Dirichlet process 以及相關(guān)的其他隨機(jī)過程在 machine learning 里面如何進(jìn)行建模，如何進(jìn)行 approximate inference。主要是文章列表。

　　Probabilistic Graphical Model

　　■　http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html?是 Kevin Murphy 所維護(hù)的關(guān)于 Bayesian Belief Networks 的介紹，含有最基本的概念、相關(guān)的文獻(xiàn)和軟件的鏈接。罕見的 UCB 出來的不是 Jordan 的學(xué)生（老板是 Stuart Russel）。

　　■　http://www.cs.berkeley.edu/~jordan/graphical.html?是 Jordan 系關(guān)于這個(gè)方面的論文匯編。

　　■　http://www.inference.phy.cam.ac.uk/hmw26/crf/?是關(guān)于 Conditional Random Fields 方面論文和軟件的收集，由 Hanna Wallach 維護(hù)。

　　Compressed Sensing

　　■　http://www-dsp.rice.edu/cs?這是 Rice 大學(xué)維護(hù)的論文分類列表、軟件鏈接等。推薦 Emmanuel Candès 所寫的tutorial，這人是 David Donoho 的學(xué)生。

　　Tensor

　　■　http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html?關(guān)于 tensor 的一些偏數(shù)學(xué)的文章。

　　Deep Belief Network

　　■　http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html?是 Geoffrey Hinton 為研究生開設(shè)的 machine learning 課程的 DBN 的 reading list。

　　Kernel Methods

　　■　http://www.cs.berkeley.edu/~jordan/kernels.html?是 Jordan 維護(hù)的關(guān)于 kernel methods 的文章列表。

　　Markov Logic

　　■　http://ai.cs.washington.edu/pubs?是 UW AI 組的文章，里面關(guān)于 Markov logic 的比較多，因?yàn)?Pedro Domingos 就是這個(gè)組的。

總結(jié)

以上是生活随笔為你收集整理的一些关于机器学习的网站总结的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。