爱可可老师今日推荐

@好东西传送门 整理, 过刊见 http://me.memect.com/fly51fly

订阅: 发封邮件 hao@memect.com,标题是 " 订阅爱可可老师今日推荐 "

2015-03-03 星期二 (17)

爱可可-爱生活   原微博 2015-03-03 18:20
[问答]《Which is better for data analysis: R or Python?》http://t.cn/RwQY8qY 数据科学到底该用R还是Python?类似的争论永远没有答案,Andrew Lim的回答很中肯:R重数学,一批数学家统计学家帮你简化数学分析;Python重通用,一批编程高手帮你简化和解决问题。两者结合,扬长避短,才是最佳实践

 

爱可可-爱生活   原微博 2015-03-03 13:36
[书]《The Feynman Lectures on Physics》http://t.cn/z8lp0Cv 费曼物理学讲义在线免费阅读,该书是对现代物理的经典介绍,也是费曼最易理解的专业作品,适用于任何对物理有兴趣的读者。第一卷主要讲力学、光学、电磁辐射和热力学;第二卷主要讲电动力学和电磁学;第三卷主要讲量子力学。景仰,推荐

 

爱可可-爱生活   原微博 2015-03-03 13:22
[可视化]《How the millennial generation will transform the economy – based on research from Goldman Sachs》http://t.cn/RwYoVD1千禧一代(80后)的新经济时代,很棒的交互可视化案例,内容也很有价值

 

爱可可-爱生活   原微博 2015-03-03 13:00
[文章]《Beginning deep learning with 500 lines of Julia》http://t.cn/RwjR7u5 用500行Julia代码开启深度学习之旅,Julia是一种面向科学计算的高性能动态高级程序设计语言。作者还提供了基于Julia和CUDA的开源NN项目KUnet http://t.cn/RwQIoFo 以及多语言间性能测试比较参考结果http://t.cn/RwQICK9

 

爱可可-爱生活   原微博 2015-03-03 12:40
[文章]《In major goof, Uber stored sensitive database key on public GitHub page - Ride-sharing service subpoenas GitHub for IP addresses that accessed security key》http://t.cn/RwQ7qEj Uber敏感数据GitHub乌龙泄漏事件,开放GitHub页上放敏感数据Uber绝不是第一家,大家也须谨慎

 

爱可可-爱生活   原微博 2015-03-03 12:35
《Web Scraping and Crawling With Scrapy and MongoDB》Part1:http://t.cn/RwQzvj0 Part2:http://t.cn/RwQzhaE Python下用Scrapy和MongoDB构建爬虫系统,以StackOverflow为例,难得的Scrapy实操好文

 

爱可可-爱生活   原微博 2015-03-03 12:20
[速查]《Matrix Cheatsheet》http://t.cn/RwQhRXE 矩阵操作代码速查表,整理了MATLAB/Octave、Python NumPy、R、Julia下典型矩阵操作的示例代码,很实用

 

爱可可-爱生活   原微博 2015-03-03 12:10
[幻灯]《Co-occurrence Based Recommendations with Mahout, Scala and Spark》http://t.cn/RwQyO3K 用Mahout, Scala和Spark做共现推荐及其优化 云:http://t.cn/RwQtgOq

 

爱可可-爱生活   原微博 2015-03-03 12:09
18 Mistakes That Kill Startups! (via:Wright Thurston)

 

爱可可-爱生活   原微博 2015-03-03 12:00
[论文]《Knowledge-Based Trust: Estimating the Trustworthiness of Web Sources》(2015) XL Dong, E Gabrilovich, K Murphy, V Dang http://t.cn/RwTAuQ4 Google的论文,基于多层概率模型上的联合推理,用KBT(Knowledge-Based Trust)对网页内容真实性进行评估。相关报道:http://t.cn/RwQ43Do

 

爱可可-爱生活   原微博 2015-03-03 06:45
[文章]《Machine Learning – How to Debug Learning Algorithm for Regression Model》http://t.cn/RwHr9RI 机器学习回归模型调试技巧——错误预测的产生原因分析和改善方法介绍

 

爱可可-爱生活   原微博 2015-03-03 06:40
[IPN]《Timeseries Classification: KNN & DTW》http://t.cn/RwHrfrS Python下用KNN和DTW(Dynamic Time Warping)作时序信号分类

 

爱可可-爱生活   原微博 2015-03-03 06:33
[文章]《Finding cheaters using multiple-choice comparisons》http://t.cn/RwHrZpb 用统计方法找到考试可疑的作弊学生,挺有趣,提供R语言源码

 

爱可可-爱生活   原微博 2015-03-03 06:20
[Wiki]《Anscombe's quartet》http://t.cn/RwHBHdr "四组基本的统计特性一致的数据,但由它们绘制出的图表则截然不同……由统计学家弗朗西斯·安斯库姆(Francis Anscombe)于1973年构造,他的目的是用来说明在分析数据前先绘制图表的重要性,以及离群值对统计的影响之大。"——可视化分析的重要性

 

爱可可-爱生活   原微博 2015-03-03 06:15
[视频]《Transitioning Compute Models: Hadoop MapReduce to Spark》Slim Baltagi介绍由Hadoop计算模型向Spark迁移、集成的策略和经验 Youtube:http://t.cn/RwHtkbH Slide:http://t.cn/RwHtsAX 云:http://t.cn/RwHBTfL

 

爱可可-爱生活   原微博 2015-03-03 06:11
[论文]《Modelling Local Deep Convolutional Neural Network Features to Improve Fine-Grained Image Classification》(2015) ZY Ge, C McCool, C Sanderson, P Corke http://t.cn/RwHVWQf 用深度卷积神经网络(CNN)做细粒度图像分类

 

西瓜大丸子汤   原微博 2015-03-03 02:27
坦白的说,我认为个性化阅读是一个伪问题。大家都说想要个性化阅读,但其实这个问题在经济学上真的不存在。
爱可可-爱生活 原微博 转发于2015-03-03 16:05
“定制化阅读”可能更切实际。从前是显性定制,要用户清楚表达想看什么(关键词or主题分类);未来是隐性定制——通过交互积累用户的定制方向(主动学习等),体现用户兴趣的中心性、延展性、趋众性等特点。信息不够细分,只能在公共热点上加定制化噪声;未来要反过来,在细化定制方向上加少量热点。

 

TA点评的更早的微博 (1)

爱可可-爱生活   原微博 2015-01-19 06:09
Stanford CS231n - Convolutional Neural Networks for Visual Recognition 斯坦福CS231n课程“面向视觉识别的CNN”课程笔记,整理得非常好,就像一本教材,推荐学习!部分内容缺失,看GitHub上得提交记录,应该还在整理,可以持续关注一下 http://t.cn/RZ0n2yD GitHub: http://t.cn/RZ0nPop
爱可可-爱生活 原微博 转发于2015-03-03 12:19
CS231n(Neural Nets & ConvNets)的笔记——好久没关注,发现一大半都已经完成,出书的节奏