大家好，我是数库科技的CTO夏磊，我们是一家创业型企业，成立于2009年，先后获得穆迪和京东金融的投资，在2016年被KPMG评为金融科技50强，非常高兴有机会跟大家分享下我们在行业工作中的一些经验。
今天我主要想从下面几个方面来讲：演讲提纲：我相信今天大家每天都能听到甚至接触到人工智能相关的信息和产品，最近人工智能也被首次写入2017年的全国政府工作报告。
从百度、阿里、腾讯、滴滴、今日头条到Facebook,Microsoft,Google,IBM,Amazon都在将人工智能技术融入数据、产品和服务，通过大数据、机器学习及深度学习为用户提供更好的服务和互动。
在金融领域，人工智能将与传统金融市场

ID3算法，使用熵最小策略构建决策树，MATLAB实现代码。
对应中科大机器学习课程中ID3算法实现.

该资源是针对于剑老师的《机器学习从公里到算法》该书各章节知识点的汇总，是很多学校研究生课程的必修课，均为本人亲自整理和书写。

深度学习(DeepLearning)是机器学习(MachineLearning)中近年来备受重视的一支，深度学习根源于类神经网络(ArtificialNeuralNetwork)模型，但今日深度学习的技术和它的前身已截然不同，目前最好的语音识别和影像辨识系统都是以深度学习技术来完成，你可能在很多不同的场合听过各种用深度学习做出的惊人应用(例如：最近红遍大街小巷的AlphaGo)，听完以后觉得心痒痒的，想要赶快使用这项强大的技术，却不知要从何下手学习，可以学习一下这个资料。
可以毫不犹豫的说，这个资料是我看过最系统，也最通俗易懂的关于深度学习的文章。
它是由台大教授李宏毅讲解一天搞懂深度学习讲课的PPT，PPT主要包含四部分：什么是深度学习、深度学习的各种小技巧、有记忆力的深度学习模型、深度学习的应用和展望。
OutlineLectureI:IntroductionofDeepLearningLecturell:TipsforTrainingDeepNeuralNetworkLecturelll:ariantsofneuralNetworkLecturev:NextWaveLectureIntroductionofDeeplearningOutlineoflecturentroductionofDeepLearningLet'sstartwithgeneralmachinelearningWhyDeep"HelloWorldforDeepLearningMachineLearningLookingforafunctionSpeechrecognitionHowareyouImagerecognition=“Cat"Playinggo5-5″(nextmoveDialogueSystemHello(whattheusersaid)(systemresponseImageRecognition:FrameworkcatAsetofModefunctioncat)=“money"dosnakeImageRecognition:FrameworkcatAsetofModelf(41)="cat"f(=“moneyfunctionBetter)=“dog"f2(nakeGoodnessoffunctionfSupervisedLearningTrainingDatamonkey”“cat"“dogImageRecognition:FrameworkcatModelTrainingTestinAsetofunctioncatStepGoodnessofPickthe"Best"FunctionUsingfunctionfStepStep3TrainingDatamonkey”“cat"“dogThreestepsfordeeplearningStepStepStep3:pickdefineasetgoodnessofthebestoffunctionfunctionfunctionDeepLearningissosimple3DCTENCENTCO

机器学习的视频中文字幕ModelRepresentation

官方例子，深度学习专用，机器学习专用，代码简单，一看就会(kerasinceptionv4finetune)

python实现机器学习之决策树分类算法，简单易学，而且可直接运行。

使用迁移学习做动物脸部识别：人工智能通过农场的摄像装置获得牛脸以及身体状况的照片，进而通过深度学习对牛的情绪和健康状况进行分析，然后帮助农场主判断出那些牛生病了，生了什么病，那些牛没有吃饱，甚至那些牛到了发情期。
除了摄像装置对牛进行“牛脸”识别，还可以配合上可穿戴的智能设备，这会让农场主更好的管理农场。
这些数据上传到云服务器上，用自己开发的算法通过机器学习让这些海量的原始数据变成直观的图表和信息发送到客户那里。
这些信息包括奶牛的健康分析、发情期探测和预测、喂养状况、位置服务等。

SuccessfulAlgorithmicTrading的中英文版本，以及相关的代码。
主要介绍可以回测，实盘的量化开发的流程，主要语言是python。
也介绍了量化平台开发中的涉及到的各种坑。
比如如何避免未来函数的回测等。
也涉及到现在流行的机器学习算法在量化交易的应用等。

数据科学入门，第二版，介绍数据科学基本知识的重量级读本，Google数据科学家作品。
　　数据科学是一个蓬勃发展、前途无限的行业，有人将数据科学家称为“21世纪头号性感职业”。
本书从零开始讲解数据科学工作，教授数据科学工作所必需的黑客技能，并带领读者熟悉数据科学的核心知识——数学和统计学。
　　作者选择了功能强大、简单易学的Python语言环境，亲手搭建工具和实现算法，并精心挑选了注释良好、简洁易读的实现范例。
书中涵盖的所有代码和数据都可以在GitHub上下载。
　　通过阅读本书，你可以：　　学到一堂Python速成课；
　　学习线性代数、统计和概率论的基本方法，了解它们是怎样应用在数据科学中的；
　　掌握如何收集、探索、清理、转换和操作数据；
　　深入理解机器学习的基础；
　　运用k-近邻、朴素贝叶斯、线性回归和逻辑回归、决策树、神经网络和聚类等各种数据模型；
　　探索推荐系统、自然语言处理、网络分析、MapReduce和数据库。

在日常工作中，钉钉打卡成了我生活中不可或缺的一部分。然而，有时候这个看似简单的任务却给我带来了不少烦恼。 每天早晚，我总是得牢记打开钉钉应用，点击"工作台"，再找到"考勤打卡"进行签到。有时候因为工作忙碌，会忘记打卡，导致考勤异常，影响当月的工作评价。而且，由于我使用的是苹果手机，有时候系统更新后，钉钉的某些功能会出现异常，使得打卡变得更加麻烦。 另外，我的家人使用的是安卓手机，他们也经常抱怨钉钉打卡的繁琐。尤其是对于那些不太熟悉手机操作的长辈来说，每次打卡都是一次挑战。他们总是担心自己会操作失误，导致打卡失败。 为了解决这些烦恼，我开始思考是否可以通过编写一个全自动化脚本来实现钉钉打卡。经过一段时间的摸索和学习，我终于成功编写出了一个适用于苹果和安卓系统的钉钉打卡脚本。