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 "

本期18条,由好东西传送门选自18条原始资源

本期的Web网址是 http://me.memect.com/fly51fly/2015-03-18.html

2015-03-18 星期三 (17)

好东西传送门   原微博 2015-03-18 20:22
更新了Python日报搜索,欢迎测试。例子:数据科学 http://t.cn/RAv8pxn 数据库 http://t.cn/RAv8pxu 书籍http://t.cn/RAv8pxd 基础 http://t.cn/RAv8pxE IPython http://t.cn/RAvQRfD @爱可可-爱生活 http://t.cn/RAv8pxg

 

爱可可-爱生活   原微博 2015-03-18 18:48
[教程]数据分析和数据科学的免费在线教程列表,分类精选了26个、共计310多小时的优秀在线视频教学资源,整理的很有条理,推荐看看 http://t.cn/RAvlWAU

 

爱可可-爱生活   原微博 2015-03-18 18:29
[文章]《The Grammar of Data Science》http://t.cn/RAvOl3H 通过实际数据分析和可视化例子,比较R(ggplot2&dplyr)和Python(Seaborn),并从Python用户的角度感慨R某些方面的简洁和优雅,看过之后你也会心动想要试试R的;作者并非想挑起又一场论战,而是建议用合适的工具做合适的事,真心赞同

 

爱可可-爱生活   原微博 2015-03-18 18:01
[文章]《Network analysis with Gephi》http://t.cn/RAv0nQ2 来自NICAR 2015用Gephi做网络分析的教程,很不错

 

爱可可-爱生活   原微博 2015-03-18 17:49
[列表]《NICAR 2015 Slides, Links & Tutorials》http://t.cn/Rw3tINm NICAR 2015上的幻灯、教程等资源集锦,前阵子分享过的文本可视化、现实语境情感分析、Scikit-Learn做监督学习的幻灯都出自NICAR15,东西比较多,大家自己淘淘吧

 

爱可可-爱生活   原微博 2015-03-18 17:03
[IPN]《Topic Modelling》http://t.cn/RAv9dd7 Python下用Gensim+networkx做文本主题抽取和可视化的ipn,很不错。其实是上次《The Art of Literary Text Analysis》(http://weibo.com/1402400261/C8tDOETWf )系列中的一篇,估计好些朋友只转发或收藏还没顾上看,单独推荐下

 

爱可可-爱生活   原微博 2015-03-18 16:27
[文章]《What We Know About Deep Learning Is Just The Tip Of The Iceberg》http://t.cn/RAvoOH6 我们达到的也许只是深度学习的冰山一角?有点标题党,不过对深度学习的发展勾画比较到位;Jeremy Howard在TEDx上关于深度学习应用和展望的演讲(http://weibo.com/1402400261/C15zVgjML )也值得再次推荐

 

LJ_TALK   原微博 2015-03-18 10:50
NVIDIA开源的DIGITS让深度学习的易用性又上新台阶,它基于python flask、cuDNN、Caffe提供了一个web界面交互式的GPU深度学习训练系统。 http://t.cn/RAv2A2O github:http://t.cn/RAv2A20
爱可可-爱生活 原微博 转发于2015-03-18 13:06
"DiGiTS (Deep GPU Training System)" [good]

 

郑宇MSRA   原微博 2015-03-18 10:45
从事轨迹数据挖掘快十年,近期重新梳理这个领域的各个环节,综述了轨迹预处理、查找、轨迹聚类、分类、轨迹模式发现和异常检测等方面的关键技术、前沿工作和应用场景,并整理了现有公开轨迹数据集。方便大家理清轨迹数据挖掘脉络,并快速定位解决问题的方法。http://t.cn/RAvAReZ
爱可可-爱生活 原微博 转发于2015-03-18 12:07
[good] "Trajectory Data Mining: An Overview"

 

鲁东东胖   原微博 2015-03-18 09:11
#DL4NLP@Noah# 第四弹:我们提出了genCNN, 一种新的用于自然语言生成的convolutional architecture, 在测试的数据集上取得了优于LSTM的效果(perplexity 以及 n-best re-ranking for MT),arXiv链接(http://t.cn/RAvvHzr)。@轩轩_ICT_NLP 的工作, 来自和@刘群MT-to-Death 老师的合作
爱可可-爱生活 原微博 转发于2015-03-18 10:45
[赞] "genCNN: A Convolutional Architecture for Word Sequence Prediction"

 

昊奋   原微博 2015-03-18 09:11
和Siri相比,Sirius增加了图片输入。而Sirius的QA更像Watson。开发者来自体系结构领域,在ASR和QA等大量采用开源系统。其使用了一个2007年的开源QA框架OpenEphyra结合Wikipedia作为语料库(使用Lemur处理),若没有深度改造,其问答覆盖率和精确度值得怀疑。等代码剖析后给出更具体结论 @好东西传送门
爱可可-爱生活 原微博 转发于2015-03-18 10:50
赞Sirius框架解析,期待深度解读!

 

爱可可-爱生活   原微博 2015-03-18 05:58
[开源] BayesPy - Bayesian Python —— Python下的贝叶斯推理工具包,用于构建贝叶斯网络并实现后验推理 GitHub:http://t.cn/RwsrAIj Docs:http://t.cn/RwsrAWh 论文《BayesPy: Variational Bayesian Inference in Python》http://t.cn/RwsrAFl

 

爱可可-爱生活   原微博 2015-03-18 05:49
[信息图]《Cosmic Journeys》http://t.cn/RwsBkwY 人类的宇宙空间探索轨迹,很棒的一张图

 

爱可可-爱生活   原微博 2015-03-18 05:38
[列表]《Machine Learning and Computer Vision Resources》http://t.cn/RwFtVIV 机器学习与机器视觉相关资源推荐,整理得不错

 

爱可可-爱生活   原微博 2015-03-18 05:36
[文章]《Let’s build open source tensor libraries for data science - Tensor methods for machine learning are fast, accurate, and scalable, but we'll need well-developed libraries》http://t.cn/RwsB0pf 讨论数据科学研究中张量方法的使用、特点及其开源库的开发情况

 

爱可可-爱生活   原微博 2015-03-18 05:22
[文章]《Tutorial on Web scrapping, text mining and predictive modeling (a.k.a. Solution to AV Author identification challenge)》http://t.cn/RwsBqB2 R下做数据获取、文本挖掘和预测模型的完整工作流教程,以AV Author identification challenge解决方案为例,附带完整例子代码

 

爱可可-爱生活   原微博 2015-03-18 05:11
[视频]《Text Mining in R (Sentiment Analysis, LDA, and Syuzhet)》http://t.cn/RwsB7Cq Harold Baize讲R下用 tm, topicmodels, LDAvis, syzuhet等包来做文本挖掘——主要是情感分析、主题抽取及预测 云:http://t.cn/RwsBUGF

 

TA点评的更早的微博 (1)

爱可可-爱生活   原微博 2015-01-15 05:27
《深入讨论RNN》非常好的讨论递归神经网络的文章,覆盖了RNN的概念、原理、训练及优化等各个方面内容,强烈推荐!本文作者Nikhil Buduma,也是前两天推荐的《Deep Learning in a Nutshell》的作者,赞! http://t.cn/RZKo42W
爱可可-爱生活 原微博 转发于2015-03-18 06:14
今日经典回顾,A Deep Dive into Recurrent Neural Nets,RNN深入浅出