这里搜集了一些常见的和 machine learning 相关的网站，按照 topic 来分。

Gaussian Processes

Nonparametric Bayesian Methods

• http://www.cs.berkeley.edu/~jordan/npb.html 这个一看就知道是 Jordan 维护的，主要包括 Dirichlet process 以及相关的其他随机过程在 machine learning 里面如何进行建模，如何进行 approximate inference。主要是文章列表。

Probabilistic Graphical Model

• http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html 是 Kevin Murphy 所维护的关于 Bayesian belief networks 的介绍，含有最基本的概念、相关的文献和软件的链接。罕见的 UCB 出来的不是 Jordan 的学生（老板是 Stuart Russel）。
• http://www.cs.berkeley.edu/~jordan/graphical.html 是 Jordan 系关于这个方面的论文汇编。
• http://www.inference.phy.cam.ac.uk/hmw26/crf/ 是关于 Conditional Random Fields 方面论文和软件的收集，由 Hanna Wallach 维护。

Compressed Sensing

• http://www-dsp.rice.edu/cs 这是 Rice 大学维护的论文分类列表、软件链接等。推荐 Emmanuel Candès 所写的tutorial，这人是 David Donoho 的学生。

Tensor

• http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html 关于 tensor 的一些偏数学的文章。

Deep Belief Network

• http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html 是 Geoffrey Hinton 为研究生开设的 machine learning 课程的 DBN 的 reading list。

Kernel Methods

• http://www.cs.berkeley.edu/~jordan/kernels.html 是 Jordan 维护的关于 kernel methods 的文章列表。

Markov Logic

• http://ai.cs.washington.edu/pubs 是 UW AI 组的文章，里面关于 Markov logic 的比较多，因为 Pedro Domingos 就是这个组的。

Machine learning theory

• http://hunch.net/这个网站是 longxie1983 友情提供的（谢谢），我看了一下主要是一些learning theory的东西比较多，想在machine learning 理论上有所建树的同志们可以去看看。

转载本文请联系原作者获取授权，同时请注明本文来自胡尧科学网博客。
链接地址：https://blog.sciencenet.cn/blog-497095-470729.html

上一篇：ICCV2011的论文列表
下一篇：谷歌Android手机的一些有趣应用软件