“Miao Fan”版本间的差异

来自cslt Wiki
跳转至: 导航搜索
第21行: 第21行:
 
[https://onedrive.live.com/redir?resid=76645C25A8914A0B!8071&authkey=!AIYUeWmYlXPFWSU&ithint=file%2cpptx Ph.D. Research Proposal(清华大学博士开题报告:基于低维表示的大规模实体关系挖掘技术研究)]
 
[https://onedrive.live.com/redir?resid=76645C25A8914A0B!8071&authkey=!AIYUeWmYlXPFWSU&ithint=file%2cpptx Ph.D. Research Proposal(清华大学博士开题报告:基于低维表示的大规模实体关系挖掘技术研究)]
  
[Ph.D. Thesis (清华大学博士论文)] [References(可参考已发表的学术论文集)]
+
[Ph.D. Thesis (清华大学博士论文)] [http://cslt.riit.tsinghua.edu.cn/mediawiki/images/f/f2/MF_PhD_thesis_references.pdf References(发表的学术论文集)]
  
 
[http://cslt.riit.tsinghua.edu.cn/mediawiki/images/5/59/Special_talks_NYU--M.F.-.pdf Slides of NYU Special Talks(美国纽约大学授课讲义:Statistical NLP: A Machine Learning Perspective)]
 
[http://cslt.riit.tsinghua.edu.cn/mediawiki/images/5/59/Special_talks_NYU--M.F.-.pdf Slides of NYU Special Talks(美国纽约大学授课讲义:Statistical NLP: A Machine Learning Perspective)]

2016年10月5日 (三) 10:23的版本

MF PIC.JPG

Curriculum Vitae 个人简历 新浪微博


++++++++++++++++++++++++++++

Google Scholar(谷歌学术档案)

DBLP(DBLP论文索引)

Kaggle Profile(Kaggle竞赛成绩)


++++++++++++++++++++++++++++

B.Eng Dissertation (北京邮电大学本科优秀毕业设计:基于百科知识的中文自动问题生成技术的研究与系统实现)

Ph.D. Research Proposal(清华大学博士开题报告:基于低维表示的大规模实体关系挖掘技术研究)

[Ph.D. Thesis (清华大学博士论文)] References(发表的学术论文集)

Slides of NYU Special Talks(美国纽约大学授课讲义:Statistical NLP: A Machine Learning Perspective)


++++++++++++++++++++++++++++

范淼、李超;《Python机器学习及实践:从零开始通往Kaggle竞赛之路》; 清华大学出版社 (Tsinghua University Press) 京东购书 源代码 (Source Codes) Github

[范淼;《PySpark 2.0 分布式机器学习与大数据分析》 ;清华大学出版社 (Tsinghua University Press) 计划出版] YouTube视频 [源代码(Source Codes)]

[范淼;《Python推荐系统实战》(Recommender System in Practice with Python Programming)]

[范淼;《Python深度学习实践》] Yann LeCun, Yoshua Bengio & Geoffrey Hinton; Nature: Review of Deep Learning


++++++++++++++++++++++++++++

Deep Learning(校对图书) 公开下载网址 Tutorial(教程) Google TensorFlow

Machine Learning (Stanford University) YouTube(视频) 网易公开课视频

Mining of Massive Datasets Youtube(视频)

PySpark 2.x YouTube视频 参考文档

Reinforcement Learning: An Introduction (MIT Press)


++++++++++++++++++++++++++++

Outstanding Friends: Wenbing Huang