本文英文出处：robbie allen
翻译/雷锋网字幕组 吴楚
校对/ 雷锋网 田晋阳
机器学习的发展可以追溯到1959年，有着丰富的历史。这个领域也正在以前所未有的速度进化。在之前的一篇文章（#sigmoid_neurons
激活函数在神经网络中有什么作用？(quora)
#the_cross-entropy_cost_function
3、偏差（bias）
神经网络中的偏差的作用(stackoverflow)
什么是人工神经网络中的偏差 (quora)
#perceptrons
感知器(natureofcode)
从感知器模型到深度网络(toptal)
逻辑斯特回归 (readthedocs.io)
机器学习之简单线性回归教程(machinelearningmastery)
#learning_with_gradient_descent
梯度下降(iamtrask.github.io)
梯度下降优化算法概览(sebastianruder)
沿时后向传播算法与梯度消失(wildml)
#introducing_convolutional_networks
深度学习与卷积神经网络模型(medium/@ageitgey)
nlp
1、nlp
《基于神经网络模型的自然语言处理》（小学一年级~上册）(yoav goldberg)
3、词向量（word vectors）
词袋法遇到感知器装袋法(kaggle)
part ii：
part iii：
单词嵌入表示的神奇力量(acolyer.org)
https://blog.acolyer.org/2016/04/21/the-amazing-power-of-word-vectors/
解释word2vec 的参数学习(arxiv.org)
https://arxiv.org/pdf/1411.2738.pdf
word2vec教...