Active Learning
■ http://active-learning.net/，這里包括了關(guān)于 Active Learning 理論以及應(yīng)用的一些文章，特別是那篇 Survey。
Transfer Learning
■ http://www.cse.ust.hk/TL/，包括經(jīng)典的論文以及附帶有源碼，很方便。
Gaussian Processes
■ http://www.gaussianprocess.org 包括相關(guān)的書籍（有 Carl Edward Rasmussen 的書），相關(guān)的程序以及分類的 paper 列表。這也是由 Carl 自己維護的，他應(yīng)該是將 GP 引入 machine learning 最早的人之一了吧，Hinton 的學(xué)生。
Nonparametric Bayesian Methods
■ http://www.cs.berkeley.edu/~jordan/npb.html 這個一看就知道是 Jordan 維護的，主要包括 Dirichlet process 以及相關(guān)的其他隨機過程在 machine learning 里面如何進行建模，如何進行 approximate inference。主要是文章列表。
Probabilistic Graphical Model
■ http://www.cs.ubc.ca/~murphyk/Bayes/bnintro.html 是 Kevin Murphy 所維護的關(guān)于 Bayesian Belief Networks 的介紹，含有最基本的概念、相關(guān)的文獻和軟件的鏈接。罕見的 UCB 出來的不是 Jordan 的學(xué)生（老板是 Stuart Russel）。
■ http://www.cs.berkeley.edu/~jordan/graphical.html 是 Jordan 系關(guān)于這個方面的論文匯編。
■ http://www.inference.phy.cam.ac.uk/hmw26/crf/ 是關(guān)于 Conditional Random Fields 方面論文和軟件的收集，由 Hanna Wallach 維護。
Compressed Sensing
■ http://www-dsp.rice.edu/cs 這是 Rice 大學(xué)維護的論文分類列表、軟件鏈接等。推薦 Emmanuel Candès 所寫的tutorial，這人是 David Donoho 的學(xué)生。
Tensor
■ http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html 關(guān)于 tensor 的一些偏數(shù)學(xué)的文章。
Deep Belief Network
■ http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html 是 Geoffrey Hinton 為研究生開設(shè)的 machine learning 課程的 DBN 的 reading list。
Kernel Methods
■ http://www.cs.berkeley.edu/~jordan/kernels.html 是 Jordan 維護的關(guān)于 kernel methods 的文章列表。
Markov Logic
■ http://ai.cs.washington.edu/pubs 是 UW AI 組的文章，里面關(guān)于 Markov logic 的比較多，因為 Pedro Domingos 就是這個組的。
轉(zhuǎn)載自：http://goo.gl/e484C
