资源列表
Deep Learning with Python
- 深度学习基本算法，深度学习with python作为标题建议介绍深度学习使用Python编程语言和开源Keras库，它允许简单快速的原型设计。 在Python深度学习中， 你将从一开始就学习深度学习，你将学习所有关于图像分类模型，如何使用深度学习获取文本和序列，甚至可以学习如何使用神经网络生成文本和图像。 本书是为那些具有Python技能的人员编写的，但你不必在机器学习，Tensorflow或Keras方面有过任何经验。你也不需要先进的数学背景，只有基础的高中水平数学应该让你跟随和理解核心
actor-critic
- 基于actor-critic的DDPG强化学习算法(DPG reinforcement learning algorithm based on actor-critic)
Tensorflow+实战Google深度学习框架
- 神经网络相关书籍，可以把其作为初学神经网络人士的课本，上面有一些关于神经网络很基础的知识(Neural network related books, which can be used as textbooks for beginner neural network people. There are some basic knowledge about neural networks.)
lasso
- 线性回归里的最小二乘估计，以及应用坐标下降的岭回归和Lasso的回归的python实现(Ridge regression and Lasso regression)
precdict
- 基于神经网络对癌症的预测 预测结果 多特征线性回归预测癌症(Prediction of Cancer Based on Neural Network Multi-feature Linear Regression)
wikipedia_info
- wikipedia跨模态（文本图像）数据集，可用于图像标注、跨媒体检索等领域。共十类，已标注。文本特征是10维LDA特征，图像特征是128维SIFT特征(Wikipedia datasets for cross-media retrieval, image annotation etc.)
基于粒子群优化的多智能体协作进化方法
- 粒子群优化在多智能体系统上的应用和仿真实现(the implementation of PSO in multi-agent systems)
deecamp
- 利用LSTM进行股票预测，采用python编程(forecast the stock price with LSTM)
超限学习机理论讲解及编程实现
- 该方法随机给定神经元权值中的输入权值和阈值，然后通过正则化原则计算输出权值，神经网络依然能逼近任意连续系统。(The method gives the input weights and thresholds of neuron weights randomly, and then calculates the output weights by regularization principle. The neural network can still approximate any cont
多目标进化算法
- 多目标遗传进化算法，处理目标优化及处理优化问题，优化效果较好
tensorflow-mnist
- 改进了官方的MNIST进阶demo，准确率提升。(The official MINIST advanced demo is improved and the accuracy is improved.)
CNN
- 手写数字识别的数据集 matlab实现cnn(Data Set for Handwritten Number Recognition Realization of CNN in matlab)