数据库：mongodb、mysql等知识点

行走在路上的文艺青年，热爱写文。爱结交朋友。<br>为了记录一群热爱旅行者的故事，用了一周创造了丈步旅途。希望有共同梦想和情怀的小伙伴加入我们。

集工控行业软硬件产品研发，DCS、PLC控制系统设计集成，电气仪表等自动化设备代理、销售，手机APP软件开发为一体的高科技公司

该专题是机器学习、推荐系统和自然语言处理、深度学习相关算法学习记录，用通俗的语言去理解算法，去朴实的文字记录每次前行，每个算法力争说清缘由，且尝试实现或者使用开源库进行。机器学习忍者在路上……

种一颗树最好的时间是十年前，其次是现在

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

机器学习算法关注机器学习，人工智能，数据挖掘，计算机视觉等相关领域的文章

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！

1. 《Deep Learning with Python》中文版系列 2. 因简书手机和微信双验证，其它后续部分会在公众号：bigdata_ny和https://bigdata-ny.github.io发布。给您带来不便敬请谅解。

用Python语言进行统计建模，有兴趣一起讨论的请加Q群747537854

怎样使用Python进行数据采集和做爬虫

高通量数据的处理，生物大数据分析，基因组，转录组，表观遗传。 linux，python，perl，R samtools，GATK，Plink，bedtools

需要的选题有： 人工智能是如何实现的 机器学习（要么写的很深入，要么用图解容易学，要么写案例） 深度学习 自然语言处理 算法（入门算法图解，或者好玩的算法） TensorFlow 2.0 计算机视觉 神经网络 Caffe Torch keras 推荐系统 信息流 OpenCV 等等 欢迎投稿！！！ 有兴趣写书出版的朋友私聊！！ vx：702697037 (写书题材人工智能、数据库、大数据处理、编程语言、开发大全，创业、运营、财会、投资理财、科普等等）

本专题用于征集python相关的各种技术，包括Web开发、云计算、大数据、人工智能、智能硬件、运维等相关的技术或代码。以及各类应用实践的方法论和案例等。