[深度学习] cs231n_2017_lecture15.pdf

说明： Efficient Methods and Hardware for Deep Learning Efficient Methods and Hardware for Deep Learning
<sinat_36811967> 上传 | 大小：8mb

[深度学习] cs231n_2017_lecture14.pdf

说明： 强化学习 Reinforcement Learning Reinforcement Learning Reinforcement Learning
<sinat_36811967> 上传 | 大小：1mb

[深度学习] A Primer on Neural Network Models for Natural Language Processing

说明： 介绍神经网络在NLP自然语言处理领域的应用，综述类的文章，可以较全面的了解自然语言处理领域用到的一些深度学习方法。
<xmokkk> 上传 | 大小：702kb

[机器学习] SLAM入门介绍

说明： 本文档简单的介绍SLAM和深度学习，便于初学者理解和进一步研究。
<qq_35686293> 上传 | 大小：6mb

[深度学习] bp神经网络预测汽油浓度

说明： 通过一个实例来说明BP神经网络做预测分析，有数据和代码
<weixin_39671751> 上传 | 大小：169kb

[深度学习] Gartner Top 10 Strategic Technology Trends for 2018

说明： Artificial intelligence, immersive experiences, digital twins, event-thinking and continuous adaptive security create a foundation for the next generation of digital business models and ecosystems.
<dst1213> 上传 | 大小：292kb

[深度学习] Gartner2018人工智能预测

说明： 上海市科学学研究所产业创新研究室副研究员孟海华根据Gartner报告“Predicts 2018: Artificial Intelligence”，总结了Gartner对2018年人工智能发展预测的要点。Gartner认为，2018年将是人工智能大众化应用的开始。随着消费者在智能手机和智能家居中对虚拟助理的使用不断增长，人工智能技术，特别是深度学习，将通过云服务，API和物联网迅速扩散，影响到企业和政府之外的更广泛的领域，而这将为人工智能的发展和企业的CIO带来更多的机会。
<dst1213> 上传 | 大小：543kb

[机器学习] 基于隐马尔科夫模型的分词

说明： 使用隐马尔科夫模型（Hidden Markov Model，HMM） 进行分词，并与基于词典的正向最大匹配算法和工业界使用的jieba分词进行对比。 采用最大似然估计的方法从带标记样本学习模型参数，并通过维特比算法进行解码。
<iredbean> 上传 | 大小：6mb

[机器学习] java实现logistic回归算法

说明： java实现logistic回归算法 java实现logistic回归算法 java实现logistic回归算法
<qq_38773180> 上传 | 大小：2kb

[深度学习] 中国人工智能创新应用白皮书（2017年11月）

说明： 在全球人工智能发展的浪潮下，市场对人工智能的 投入与期望空前巨大，正确理解人工智能目前的应 用能力、发展状态以及与市场预期间的距离，成为了 各行业企业的重要任务之一。此份独立报告为各行 业企业在人工智能方向上的布局与行动举措提供了 参考信息与建议，同时也为人工智能企业在具体行 业发展方向的选择上提供了参考。
<dst1213> 上传 | 大小：2mb

[深度学习] 201712月新书 Mining Deep Learning with Python

说明： Deep Learning with Python Francois Chollet 带 label
<jiaxiaozhen3707> 上传 | 大小：15mb

[深度学习] 深度估计论文学习

说明： 《Unsupervised Monocular Depth Estimation with Left-Right Consistency》学习总结
<a____1b2c3d4> 上传 | 大小：70kb