当你将模型应用到现实世界，而不是你精心构建的数据集的时候。现实世界是混乱的，包含无数新的场景，其中许多是你的模型在训练过程中没遇过的，因此反过来模型无法很好地预测。将知识迁移到新的条件的能力通常被称为迁移学习（transfer learning），这是这篇文章讨论的主题。

本文用一系列「思维导图」由浅入深的总结了「统计学」领域的基础知识

来来来，试试搭建简易人脸识别系统。

这篇文章向大家推荐一份用户友好型的机器学习教程。

在机器学习中选择一个恰当的算法十分重要，文中主要介绍了 8 种计算机算法及其优缺点，为大家进行算法选择时提供一点意见。

给予那些对机器学习有兴趣的人一些入门指南，这个指南来自作者为期一周的学习经验。

这篇文章中分享了 28 个 github 的开源机器学习项目，TensorFlow 排第一。包括了 Scikit-Learn，Caffe 等等。

通过本篇文章可以对机器学习的常用算法有个常识性的认识，没有代码，没有复杂的理论推导，就是图解一下，知道这些算法是什么，它们是怎么应用的，例子主要是分类问题。