机器之心深度研学社每周干货：2017年第2周

Synced 深度研学社 每周干货，每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少，每周进步一点点~

【入门教程】

Bayesian Machine Learning, Explained

by Zygmunt Zając

简介：这是一篇短小精悍的贝叶斯派机器学习的入门介绍，适合对贝叶斯理论有所了解、但对其在机器学习方面的应用不甚清楚的读者。文章详细解释了贝叶斯公式在机器学习中的应用，以及各个概念在机器学习中的意义；并介绍了相关的算法和软件。文后还附有很多延伸学习材料。

链接：http://www.kdnuggets.com/2016/07/bayesian-machine-learning-explained.html

相关资料：

• 多伦多大学 Radford Neal 教授的相关课程 pdf：http://www.cs.toronto.edu/~radford/ftp/bayes-tut.pdf

【技术分析】

low sample complexity applications of RL in robotics

by Sergey Levine

简介：这份幻灯片是 UCB 电子工程与计算机学院的 Sergey Levine 教授，在欧洲强化学习研讨会( EWRL )上发言的展示幻灯片。他主要介绍了自己在研究机器人控制与强化学习研究中的观察，以及待解决的问题和挑战。

链接：https://ewrl.files.wordpress.com/2016/12/levine.pdf

【资源分享】

人脸数据集资源汇总

简介：这份 Github 人脸识别资源库，包含了相关论文、数据集、训练模型、软件、框架等。非常全面。

链接：https://github.com/betars/Face-Resources