帮助你开阔技术视野的几个公众号

推荐给大家几个不同领域的公众号，让你的学习快人一步！

此外，之前更新了半年的《机器学习算法系列》现在告一段落，为此进行了简单的整理（完整的系列请移至文末）。此后，将分享这些算法的代码，敬请期待。

更多算法链接请移至文末

---

机器学习算法与自然语言处理 

机器学习算法与自然语言处理，一个哈工大nlp在读博士的技术提升之路，为您提供一系列我在学习路上的笔记，经验以及感悟，让您的碎片化时间最大价值化。力争通俗易懂，保证原创干货！自然语言处理领域排名第一，机器学习算法领域排名第一。机器学习算法与自然语言处理公号和你一起进步成长。

长按上图，弹出“识别二维码”后关注

 Python那些事

人生苦短，我用 Python。Python 越来越受广大程序员的喜爱。「Python那些事」致力于做最好的Python公众号，只为爱Python的你！公众号主要分享 Python 开发相关的技术文章、面试算法、工具资源和热门教程等，关注即可免费领取Python学习教程。

长按上图，弹出“识别二维码”后关注

纯洁的微笑

主要关注服务后端开发内容，在Java技术干货、微服务实践、高可用架构、大数据治理等方面均有深入实践。此公号分享他的生活故事和技术见解，关注即可看到博主一路走过来的经验与教训，博客：www.ityouknow.com。

长按上图，弹出“识别二维码”后关注

Java后端技术 

专注Java相关技术：SSM、Spring全家桶、微服务、MySQL、MyCat、集群、分布式、中间件、Linux、网络、多线程，偶尔讲点运维Jenkins、Nexus、Docker、ELK，偶尔分享些技术干货，致力于Java全栈开发！

长按上图，弹出“识别二维码”后关注

 Java架构师之路 

分享Java技术架构设计与实战，探讨微服务相关技术，纯技术交流圈，CSDN博客专家，博客专栏互联网Top30，博客累计阅读量30万+，关注获得更多技术文章。

长按上图，弹出“识别二维码”后关注

机器学习算法全栈工程师  

致力于为机器学习、深度学习、数据挖掘等AI技术的“初学者”或者“爱好者”，进行基础理论与实战技能的介绍和学习。我们团队成员既有各个著名院校的在校硕士生、博士生，也有BAT一线资深工程师，我们会竭诚为您服务！

长按上图，弹出“识别二维码”后关注

 码农有道

码农有道，一个百度人的技术提升之路，为您提供一系列系统架构、数据结构、网络、C++、计算机底层等高质量技术文章，让您的碎片化时间最大价值化。同时会不定期分享精品免费视频和资源，让您的技术之路不再单调枯燥。

长按上图，弹出“识别二维码”后关注

---

机器学习系列阶段总结！

1. 机器学习（1）之入门概念

2. 机器学习（2）之过拟合与欠拟合

3. 机器学习（3）之最大似然估计

4. 机器学习（4）之线性判别式（附Python源码）

5. 机器学习(5)之决策树ID3及Python实现

6. 机器学习(6)之朴素贝叶斯NB及实例

7. 机器学习(7)之感知机python实现

8. 机器学习(8)之范数正则与Lasso详解

9. 机器学习(9)之ID3算法详解及python实现

10. 机器学习(10)之趣味案例理解朴素贝叶斯

11. 机器学习(11)之C4.5详解与Python实现（从解决ID3不足的视角）

12. 机器学习(12)之决策树总结与python实践(~附源码链接~)

13. 机器学习（13）之最大熵模型详解

14. 机器学习（14）之评价准则RoC与PR

15. 机器学习（15）之支持向量机原理(一)线性支持向量机

16. 机器学习(16)之支持向量机原理(二)软间隔最大化

17. 机器学习(17)之集成学习原理总结

18. 机器学习(18)之支持向量机原理(三)线性不可分支持向量机与核函数

19. 机器学习(19)之支持向量回归机

20. 机器学习(20)之Adaboost算法原理小结

21. 机器学习(21)之scikit-learn Adaboost类库的实战分析

22. 机器学习(22)之Apriori算法原理总结

23. 机器学习(23)之GBDT详解

24. 机器学习(24)之Bagging与随机森林

25. 机器学习(25)之K-Means聚类算法详解

26. 机器学习(26)之K-Means实战与调优详解

27. 机器学习(27)【降维】之主成分分析(PCA)详解

28. 机器学习(28)【降维】之sklearn中PCA库讲解与实战

29. 机器学习(29)之奇异值分解SVD原理与应用详解

30. 机器学习(30)之线性判别分析(LDA)原理详解

31. 机器学习(31)之频繁集挖掘FP Tree详解

32. 机器学习(32)之典型相关性分析(CCA)详解 【文末有福利......】

33. 机器学习(33)之局部线性嵌入(LLE)【降维】总结

34. 机器学习(34)之BIRCH层次聚类详解

35. 机器学习(35)之PrefixSpan算法原理详解

36. 机器学习(36)之协同过滤典型算法概述【精华】

37. 机器学习（37）之矩阵分解在协同过滤推荐中的应用

---

近期热文

长文 | LSTM和循环神经网络基础教程（PDF下载）

今日头条推荐算法详解（PDF下载）

MIT 20l8年“十大突破科技”揭晓，百度成官方唯一评定入榜的中国公司

致深度学习的入门者与小白的一份学习清单

作为程序员的你在外行人眼里是一个怎样的群体？

干货 | 深度学习应用案例简述

资源 | 26份机器学习视频资源，涵盖入门->中级->项目的各个阶段！（可直接下载......）

机器学习(36)之协同过滤典型算法概述【精华】

机器学习(35)之PrefixSpan算法原理详解

2017年度盘点：Github上十大有趣的机器学习项目（文末有惊喜......）

广告、商业合作

请添加微信：guodongwe1991

（备注：商务合作）