這裏蒐集了一些常見的和 machine learning 相關的網站，按照 topic 來分。
Gaussian Processes
- http://www.gaussianprocess.org 包括相關的書籍（有 Carl Edward Rasmussen 的書），相關的程序以及分類的 paper 列表。這也是由 Carl 自己維護的，他應該是將 GP 引入 machine learning 最早的人之一了吧，Hinton 的學生。
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 以及相關的其他隨機過程在 machine learning 裏面如何進行建模，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 所維護的關於 Bayesian belief networks 的介紹，含有最基本的概念、相關的文獻和軟件的鏈接。罕見的 UCB 出來的不是 Jordan 的學生（老闆是 Stuart Russel）。
- http://www.cs.berkeley.edu/~jordan/graphical.html 是 Jordan 系關於這個方面的論文彙編。
- http://www.inference.phy.cam.ac.uk/hmw26/crf/ 是關於 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 的學生。
Tensor
- http://csmr.ca.sandia.gov/~tgkolda/pubs/index.html 關於 tensor 的一些偏數學的文章。
Deep Belief Network
- http://www.cs.toronto.edu/~hinton/csc2515/deeprefs.html 是 Geoffrey Hinton 爲研究生開設的 machine learning 課程的 DBN 的 reading list。
Kernel Methods
- http://www.cs.berkeley.edu/~jordan/kernels.html 是 Jordan 維護的關於 kernel methods 的文章列表。
Markov Logic
- http://ai.cs.washington.edu/pubs 是 UW AI 組的文章，裏面關於 Markov logic 的比較多，因爲 Pedro Domingos 就是這個組的。