本专题招募管理员，有意向请简信私聊，谢谢！ 用来分享机器学习，深度学习，神经网络，计算机视觉等领域的一些技术。 Machine Learning 学习资料：http://www.jianshu.com/p/e0238db24973 相关参考： 1. [Coursera - Machine Learning by Andrew Ng]：https://www.coursera.org/learn/machine-learning 2. [ Stanford CS231n Course]：http://cs231n.github.io/ 课程整理：http://www.jianshu.com/p/182baeb82c71 3. [深度学习与神经网络(英文原版)]：http://neuralnetworksanddeeplearning.com/ [GitBook同步链接]：https://www.gitbook.com/book/tigerneil/neural-networks-and-deep-learning-zh/details 4. [UFLDL教程]：http://deeplearning.stanford.edu/wiki/index.php/UFLDL%E6%95%99%E7%A8%8B （中文） http://ufldl.stanford.edu/wiki/index.php/UFLDL_Tutorial （英文） 5. [Deep Learning - An MIT Press book]：http://www.deeplearningbook.org/ 6. [Neural Network Playground]： http://playground.tensorflow.org/ 7. [A Guide to Deep Learning]： http://www.jianshu.com/p/6752a8845d01 8. [知乎“机器学习”专栏]： https://www.zhihu.com/collection/108812637 9. [How do Convolutional Neural Networks work?] http://www.jianshu.com/p/fe428f0b32c1 …… 希望大家可以相互交流，相互学习！

机器学习(Machine Learning，ML)是研究计算机怎样模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能。数据挖掘是从海量数据中获取有效的、新颖的、潜在有用的、最终可理解的模式的非平凡过程。数据挖掘中用到了大量的机器学习界提供的数据分析技术和数据库界提供的数据管理技术，机器学习是数据挖掘的一个重要的工具。机器学习交流群：613944735

可能以后去做大数据了，抓紧时间学学C++以及机器视觉吧，搞不好以后就没得学了，入了行我就得好好做呀！不然到时候交不了差，那可不行！！另外，给自己定点小目标：出国去参加会议或者交流一阵子。然后毕业了希望可以去五大互联网巨头工作！Facebook或者Google，嗯，我果然更喜欢Google

计算机辅助药物涉及、测序分析、Python、R、机器学习、论文写作、网站制作、LOL、dota2。热爱生信，热爱生活。

我们已经进入一个崭新的智能机器时代，在未来几年内，人工智能和机器人给世界带来的影响将远远超过个人计算机和互联网在过去的30年间已经对世界造成的改变。是谦逊地生存，还是傲慢地死去？智能机器将成为我们的奴隶，伙伴还是主人？

为机器学习爱好提供从入门到初级，中级，高级，进阶版机器学习算法的基于Sklearn、TensorFlow的Python3源代码。微信公众号：pythonfan https://github.com/Anfany/Machine-Learning-for-Beginner-by-Python3。

机器学习 回归分析 lasso elestinet random forest svm 等 feature selection with R Boruta and caret package 使用机器学习算法，针对每个单独的特征和响应变量之间建立预测模型

计算生物学，计算化学，计算机辅助药物设计

RDKit化学信息学与机器学习