摘要： 微博上经常有同学分享一些公开课资源，包括可下载的网盘资源，课件资源等等，但是时间长了就忘了在哪里了。另外Coursera官方也推荐一些第三方批量下载工具，大家下载课程后也可以考虑共享到网盘里，减轻Coursera官方的下载压力。这里计划做一个汇总，包括一些佚名的来自网络上的课程资源分享，也欢迎大家提供线索或者补充公开课网盘资源。1、Coursera上Andrew Ng老师的”机器学习公开课(Machine Learning)”通过在Google上“site:pan.baidu.com 机器学习”搜索到课程资源：机器学习-斯坦福-Andrew NG-2012，包括课程视频，课件，字幕，笔记等等课 阅读全文

摘要： 本文是读Ng团队的论文” An Analysis of Single-Layer Networks in Unsupervised Feature Learning”后的分析，主要是针对一个隐含层的网络结构进行分析的，分别对比了4种网络结构，k-means, sparse autoencoder, sparse rbm, gmm。最后作者得出了下面几个结论：1. 网络中隐含层神经元节点的个数，采集的密度（也就是convolution时的移动步伐）和感知区域大小对最终特征提取效果的影响很大，甚至比网络的层次数，deep learning学习算法本身还要重要。2. Whitening在预处理过程中 阅读全文