A Generative Adversarial Approach for Zero-Shot Learning from Noisy Texts

Estimating initial conditions in coupled map lattices from noisy time series using symbolic vector d

生成建模是AI中最热门的话题之一。现在可以教一台机器在人类的努力方面表现出色，比如绘画，写作和创作音乐。通过这本实用的书，机器学习工程师和数据科学家将发现如何重新创建一些最令人印象深刻的生成性深度学习

MACHINELEARNING:DiscriminativeandGenerativeTonyJebaraColumbiaUniversity,U.S.A.-----Theobjectiveofthi

描述了强化学习在游戏中获胜的关键性技巧的论文。对于提高强化学习算法的稳定性,有效性和高效具有决定性的帮助。

Learningfromdata.pdf

机器学习YaserS.Abu-Mostafa,Pasadena,California.MalikMagdon-Ismail,Troy,NewYork.Hsuan-TienLin,Taipei,Ta

台湾大学林轩田老师learningfromdata2012text版5.2M，机器学习基石配套教材

Yaser S. Abu-Mostafa 教授所著的机器学习教材下半部。 非影印，非常清晰。 是 caltech 《learning from data》和台大林轩田教授《机器学习基石》的指定教材。

这本书是LearningFromData,主要介绍了机器学习中的一些统计知识，然后配合python代码实现统计功能。里面有一些常用的线性回归，还有防止过度拟合。

LearningfromImbalancedDataSets