Active Learning

　　■　http://active-learning.net/，這里包括了關于 Active Learning 理論以及應用的一些文章，特別是那篇 Survey。

　　Transfer Learning

　　■　http://www.cse.ust.hk/TL/，包括經典的論文以及附帶有源碼，很方便。

　　Gaussian Processes

　　■　http://www.gaussianprocess.org?包括相關的書籍（有 Carl Edward Rasmussen 的書），相關的程序以及分類的 paper 列表。這也是由 Carl 自己維護的，他應該是將 GP 引入 machine learning 最早的人之一了吧，Hinton 的學生。

　　Nonparametric Bayesian Methods

　　■　http://www.cs.berkeley.edu/~jordan/npb.html?這個一看就知道是 Jordan 維護的，主要包括 Dirichlet process 以及相關的其他隨機過程在 machine learning 里面如何進行建模，如何進行 approximate inference。主要是文章列表。

　　Probabilistic Graphical Model

　　■　http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html?是 Kevin Murphy 所維護的關于 Bayesian Belief Networks 的介紹，含有最基本的概念、相關的文獻和軟件的鏈接。罕見的 UCB 出來的不是 Jordan 的學生（老板是 Stuart Russel）。

　　■　http://www.cs.berkeley.edu/~jordan/graphical.html?是 Jordan 系關于這個方面的論文匯編。

　　■　http://www.inference.phy.cam.ac.uk/hmw26/crf/?是關于 Conditional Random Fields 方面論文和軟件的收集，由 Hanna Wallach 維護。

　　Compressed Sensing

　　■　http://www-dsp.rice.edu/cs?這是 Rice 大學維護的論文分類列表、軟件鏈接等。推薦 Emmanuel Candès 所寫的tutorial，這人是 David Donoho 的學生。

　　Tensor

　　■　http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html?關于 tensor 的一些偏數學的文章。

　　Deep Belief Network

　　■　http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html?是 Geoffrey Hinton 為研究生開設的 machine learning 課程的 DBN 的 reading list。

　　Kernel Methods

　　■　http://www.cs.berkeley.edu/~jordan/kernels.html?是 Jordan 維護的關于 kernel methods 的文章列表。

　　Markov Logic

　　■　http://ai.cs.washington.edu/pubs?是 UW AI 組的文章，里面關于 Markov logic 的比較多，因為 Pedro Domingos 就是這個組的。

總結

以上是生活随笔為你收集整理的一些关于机器学习的网站总结的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。