說了facebook顯然要說google啊，andrew ng，hinton都在這，各種集群，以及最近的乙個gpu上就能提高很多效能的演算法，超牛
andrew ng 牛啊，講課深入淺出，機器學習成了stanford選課人數第一的教授，話說央視做了個網際網路時代節目，還採訪了吳老闆，回頭一定圍觀。
email在不知不覺中改變，後面的資料探勘給了傳統email新的活力，看來什麼東西都可以用機器學習來學習學習哈哈。
谷歌的機械人大軍來襲啊，目標是讓行人路上全都是機械人，走別人的路，讓別人無路可走！
還在群毆遊戲裡面的人工智慧麼？人工智慧都能自己設計程式了。
你看你們都搞演算法軟體，人家開始做晶元了吧，更快更易用，請用fpga
人工智慧走進千家萬戶之人人都愛計算機視覺，機器學習都上kickstarter了，目標10w刀，目前2w6，而且還是賣服務，未來趨勢啊。
智慧型車明年要井噴了，看 ces上面報名的汽車廠商，前10有9個在列，而且google搞了乙個開放汽車聯盟，殺他個片甲不留呵呵。
google的人說給個細微擾動能破壞dnn識別率
2023年各種相關mooc，走起。
caltech大牛開完科給出的總結，基本結論是群眾意見都是浮雲，哥就是這麼講
乙個簡短的dnn教程
這公司搞實時安全檢測的，部落格上弄了乙個data hacking專案，用python手把手教咱如何做機器學習級別的（不是手寫rule哦親）安全檢測
要翻牆，ted演講，小伙是牛津未來人類研究中心（狂拽酷炫）的人，研究計算機和哲學，討論機器過了「奇點」之後會怎麼樣，人會咋樣之類的。
分層次的機器學習自學教程，從小白到專家。
個人感覺機器學習入門第一書啊
統計學入門圖書
機器學習入門圖書16本，建議還是先學coursera上吳恩達的，matlab**有木有，可以多次提交有木有
dnn這麼火麼。。。都有瀏覽器外掛程式了，不過看了demo，看到引數嘩嘩嘩跳動，很帶感。
類似google眼睛一樣的增強現實裝置，增強電單車頭盔，話說ar現在門檻好低啊，而且各種硬體效能高得很，有空一定hack一些什麼東西。
要翻牆，瑞士 institute for dynamic systems and control (idsc), eth zurich，搞得乙個演算法，主要的意思就是，如果多旋翼小飛機的乙個翅膀被損壞了，小伙還可以頑強的穩定飛回基地。。。 教授你們知道麼，你現在讓它們這麼魯棒，回頭千萬留個root啊，否則天網來臨的時候咱就費了。
harvard機械人，很小。。。話說哈佛老搞一些很小的機械人，低成本但是swarm起來很帶感，傳說每年還有個低成本小機械人比賽。
這家公司之前出的ar.drone，帶攝像頭，室內，巨貴，這次走便宜路線了，但是小飛機上沒攝像頭了，失去一大樂趣。
更曾經的qq機械人類似，看起來更呆，不過晚上看到會嚇一跳啊紅色的眼睛我靠
無人機可不只全球鷹一種啊，順豐都搞無人機以後這玩意各種民用。
這公司之前做的逗狗球，確實很好玩，以anki為首的智慧型玩具必將成為未來趨勢啊。
別說你不認識這哥們，各種觀點確實非常到位，贊。
哥大統計系andrew gelman的新版《貝葉斯資料分析》上架了。 ag認為「貝葉斯推理」的概念太狹窄，「貝葉斯統計」太寬泛，還是「貝葉斯」的名字比較靠譜。他認為貝葉斯可以是資料+正則化，資料+先驗知識，邏輯概率推理，以及不同時間發生的不同事件等等。 有興趣可以看看書的幻燈片：
do deep nets really need to be deep? 微軟研究員rich caurana近日在arxiv發文，認為深度學習的深層次模型其實可以用淺層次模型來模擬表示。 谷歌研究主任fernando pereira認為這一點也不奇怪，早在89年就有文章說明1層mlp的表達能力與多層神經網路相同。
紐約大學教授gary marcus向來以言辭犀利著稱。元旦，他在著名的《紐約客》雜誌上撰文批判了最近人工智慧研究中的一些炒作現象。hyping artificial intelligence, yet again 對於斯坦福的深度學習系統，他認為：the deep-learning system doesn』t really understand anything.
新年第一天，來看一下深度學習教父geoff hinton不久前在不列顛哥倫比亞大學的一次演講：recent developments in deep learning 雖然我不做深度學習，但是看hinton爺爺講講深度學習的最新進展和各種小技巧，還是很有意思的。
斯坦福畢業生clare corthell參考了許多新開設的資料科學專案，提出了乙個公開的資料科學教學大綱以及相關教學資源： 內容涵蓋了數學，電腦科學中的演算法，資料庫，資料探勘，機器學習，概率圖模型，自然語言處理，資料分析及程式設計等。可以參考一下。
學術報告會，1月9日，14:00-15:00，南大仙林校區計算機樓230；題目：parameter server for distributed machine learning；報告人：李沐 (cmu)。歡迎參加。@李沐m
neural networks: tricks of the trade 第二版
推薦the university of michigan—flint的cs577, advanced distributed systems 教案在這裡：
機器學習週刊為啥能隨時隨地更新？因為我找到了乙個免費的虛擬主機平台，koding，剛拿了千萬風投的乙個為程式設計師服務的公司，手感超級贊，不騙你。
規劃小結（第一期）
一月一小結，這是規劃裡既定的方案，而從正式開學大現在也剛有31天了，所以寫下第一期的規劃小結，和有關於下一期的規劃安排。在第一期的學習中，其實是在原本的規劃上有一定小的調整的，總結的概括如下 第一 調整了對於bootloader的學習，在這一期主要將bootloader進行了乙個系統的了解，而並未著...
Unity學習筆記 Shader第一期
fallback 總結參考文獻 用unity做遊戲開發的小夥伴對此一定不陌生，shader也稱之為 著色器 實際上就是一小段程式，它負責將輸入的mesh 網格 以指定的方式和輸入的貼圖或者顏色等進行組合處理，然後輸出，同時繪圖單元可以依據輸出的內容來將影象繪製到螢幕上。我們在unity中輸入的貼圖或...
總結做完第一期專案
首先，對於這個專案，需求不是很明確，然後要到交貨的時候，都還在趕，還在添需求，給研發來說，心驚膽顫，因為怕新增的會有影響。所以，一定在前期，先把需求整理好。如果對需求沒有理解充分，就及時的與客戶交流。當然，也會遇到傳說中的不好交流的客戶，給研發人員來說，那就是一種壓力，所以不想去理睬客戶。但是最後傷...