机器学习理论基础

1、一个论文结论：179种不同的分类学习方法（分类学习算法）在121个数据集上的性能，发现Random Forest（随机森林）和SVM（支持向量机）分类准确率最高，在大多数情况下超过其他方法。  http://blog.sina.com.cn/s/blog_7ad48fee0102vb9c.html

     Random Forest  随机森林 指的是利用多棵树对样本进行训练并预测的一种分类器。

      SVM（支持向量机）

2、机器学习常见算法分类汇总：     http://blog.jobbole.com/77620/

3、Geoff Hinton，Yann LeCun，Yoshua Benjo以及后起之秀Andrew Ng等，都成了这一波人工智能浪潮发展的焦点人物。

    http://blog.jobbole.com/108162/ 

4、（推荐！）《Python 自然语言处理》– 使用自然语言工具包分析文本

      本版本的NLTK 已经针对Python 3和NLTK 3更新。本书的第一版由O'Reilly 出版，可以在http://nltk.org/book_1ed/访问到。（本书目前没有计划出第二版）。http://python.usyiyi.cn/translate/nltk_python/index.html

5、http://www.tensorfly.cn/

6、机器学习(Machine Learning)&深度学习(Deep Learning)资料(Chapter 1)

     https://github.com/ty4z2008/Qix/blob/master/dl.md