爱可可老师今日推荐

@爱可可-爱生活 出品 @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26条,由好东西传送门选自26条原始资源

本期的Web网址是 http://me.memect.com/fly51fly/2015-03-25.html

2015-03-25 星期三 (19)

爱可可-爱生活   原微博 2015-03-25 17:20
【机器学习实践技巧】《Machine learning Tricks》http://t.cn/RA2ofBt 介绍机器学习点滴经验,主要是特征工程实践和模型选择方面,实用!推荐阅读

 

爱可可-爱生活   原微博 2015-03-25 14:48
【机器学习在推荐系统中的应用(MLSS'15)讲义】《Machine Learning for Recommender Systems MLSS 2015 Sydney》http://t.cn/RA2aalL Alexandros Karatzoglou在MLSS 2015上的报告,共200多页,包括RBM、RNN、FM、Learning to Rank等在推荐系统中的应用,有一定探索性,值得一读 云:http://t.cn/RA2SAGM

 

爱可可-爱生活   原微博 2015-03-25 14:33
【Alexander J. Smola大规模机器学习(MLSS2014)课程】《Alex Smola Scalable Machine Learning, MLSS 2014》http://t.cn/RA2JmdZ 面向大规模网络应用的机器学习,覆盖统计分析、流数据处理、通用线性方法、大规模凸优化、核方法、图模型及推理算法等,内容很棒,推荐学习! 云:http://t.cn/RA2a5wI

 

爱可可-爱生活   原微博 2015-03-25 11:47
【透过数据看全球男女不平等状况】《Close the Gap》http://t.cn/RA2bmFW 通过劳动人口参与率、中等教育参与率、公职参与率和收入水平等指标,揭示全球两性不平等现状,很棒的可视化作品

 

鲍捷AI   原微博 2015-03-25 11:17
@爱可可-爱生活 日报 2015-03-24 星期二 http://t.cn/RA2hZCK ;女数据分析师的数据科学观;全球机场沃罗诺伊图;GTC2015深度学习专题视频;基于R理解条件概率;交互式理解ROC;数据挖掘课程;发表在Science的论文:基于密度的快速无监督聚类方法; 深度学习:从大数据智能角度探讨;

 

爱可可-爱生活   原微博 2015-03-25 09:16
【好点子远不是全部】《Good ideas are overrated》http://t.cn/RA27HKd 积极执行比好点子本身更有价值,写得挺好,推荐阅读

 

爱可可-爱生活   原微博 2015-03-25 07:12
【Word2vec及其最新应用介绍】《Word2vec from theory to practice》 http://t.cn/RA2P3DR Hendrik Heuer在Stockholm NLP Meetup上的报告,不少关于Word2vec实践的内容,不错 云:http://t.cn/RA2hw24

 

爱可可-爱生活   原微博 2015-03-25 07:00
【Python下的分布语义模型框架PyDSM】GitHub:http://t.cn/RA2PWVL 带有IPN教程http://t.cn/RA2PTjk 还有另一篇介绍《Practical introduction to distributional semantic models using PyDSM》http://t.cn/RA2PjbP

 

爱可可-爱生活   原微博 2015-03-25 06:49
【数据挖掘27本免费书】《27 Free Data Mining Books》 http://t.cn/RA2Pa7l

 

爱可可-爱生活   原微博 2015-03-25 06:26
【用Spark和Python实现的推荐引擎】《Recommendation Engine built using Spark and Python》 http://t.cn/RA2vrUo GitHub:http://t.cn/RA2vrom 特色是结合Spark,有详细的安装配置说明

 

爱可可-爱生活   原微博 2015-03-25 06:12
【机器学习创业如何避免与巨头正面竞争】《How a machine learning startup can compete against the likes of Google?》 http://t.cn/RA2vNZm 简而言之,就是寻求持续的差异化发展,文中针分三种情况给出了建议,值得一读

 

爱可可-爱生活   原微博 2015-03-25 06:10
【FIA的自动(算法)交易系统开发部署指南】《Guide to the Development and Operation of Automated Trading Systems》http://t.cn/RAAszHi 云:http://t.cn/RA2vO8m

 

爱可可-爱生活   原微博 2015-03-25 06:03
【牛津大学深度学习课程(2015)】《Deep learning at Oxford 2015》http://t.cn/RAAHcNS Youtube:http://t.cn/RwgbKNb 牛津大学Nando de Freitas主讲的机器学习课程,重点介绍深度学习,还请来Deepmind的Alex Graves和Karol Gregor客座报告,内容、讲解都属一流,强烈推荐! 云:http://t.cn/RA2vSNX

 

爱可可-爱生活   原微博 2015-03-25 06:02
【复杂网络、社区发现和聚类综述论文】《Complex Networks, Communities and Clustering: A survey》 http://t.cn/RA2vfPY 和NLP有很多结合点,值得学习

 

爱可可-爱生活   原微博 2015-03-25 05:40
【斯坦福情感分类教程(2011)】《Sentiment Symposium Tutorial》Christopher Potts(Stanford) http://t.cn/Sc68lv 情感分析研讨会资料,包括教程、演示和相关数据集三部分,内容扎实,很不错

 

爱可可-爱生活   原微博 2015-03-25 05:34
【NLTK官方的Python NLP指南】《Natural Language Processing with Python - Analyzing Text with the Natural Language Toolkit》Steven Bird, Ewan Klein, and Edward Loper http://t.cn/R7Z6ThX 在线版为面向Python 3升级后的版本(第二版2016年出版),内容涉及自然语言处理的方方面面,值得推荐

 

爱可可-爱生活   原微博 2015-03-25 05:22
【面向统计和生物信息学的几本R语言小册子】《Little Books of R》 http://t.cn/RAAsWWN 包括四本R语言指南小册子(在线浏览):生物医药统计学、时间序列分析、多变量分析和生物医学(完善中),很实用 云:http://t.cn/RAAsma8

 

爱可可-爱生活   原微博 2015-03-25 05:06
【简单线性回归不可忽视的关键步骤】《Simple Linear Regression; the steps not to overlook》http://t.cn/RAAsSyw 强调简单(二元)线性回归必需的基本步骤:散点图绘制-模型拟合-假设检查-报告生成

 

爱可可-爱生活   原微博 2015-03-25 04:51
【(IPN)文档相似度浅析】《Document Similarity》http://t.cn/RAAsGMM 最基本的VSM相似性判定以及基于此的文档聚类,基于NLTK,适合NLP入门阅读

 

TA点评的更早的微博 (7)

爱可可-爱生活   原微博 2015-03-24 19:14
【GTC2015深度学习专题视频】GTC2015官方放出的deep learning session录像视频,干货不少,看看有没有你的菜 http://t.cn/RAA0DBf

 

breezedeus   原微博 2015-03-24 17:07
如何选择推荐模型:http://t.cn/RAAoLin 。转给对推荐算法感兴趣的新同学。
爱可可-爱生活 原微博 转发于2015-03-25 16:24
"Choosing a Recommender Model"

 

爱可可-爱生活   原微博 2015-03-01 10:10
[文章]《Machine Learning Done Wrong》http://t.cn/RPwU1C5 机器学习应避免的七种典型错误,值得一读
爱可可-爱生活 原微博 转发于2015-03-25 16:57
@CSDN云计算 发布的译文版《机器学习实践中应避免的七种常见错误》http://t.cn/RwEocHq

 

爱可可-爱生活   原微博 2015-02-28 14:50
[文章]《Comparing supervised learning algorithms》http://t.cn/Rwle88P 监督学习算法横向比较(表格),包括KNN、Linear regression、Logistic regression、Naive Bayes、Decision trees、Random Forests、AdaBoost、Neural networks,很不错,推荐
爱可可-爱生活 原微博 转发于2015-03-25 16:53
@CSDN云计算 发布的译文版《几种监督式学习算法的比较》http://t.cn/RAPVtHS

 

爱可可-爱生活   原微博 2015-01-22 07:44
Random Forests and Boosting in MLlib 介绍最新引入到Spark中的随机森林和Boosting http://t.cn/RZYarTQ
爱可可-爱生活 原微博 转发于2015-03-25 16:55
@CSDN云计算 发布的译文版《MLlib中的Random Forests和Boosting》http://t.cn/Rwg2eNy

 

爱可可-爱生活   原微博 2015-01-17 05:31
《Predictive modeling, supervised machine learning, and pattern classification - the big picture》比较全面介绍机器学习里的监督学习,浅显易懂,特别的,对监督学习的典型工作流程进行了介绍,具有很好的实践指导意义 http://t.cn/RPd8ZRL
爱可可-爱生活 原微博 转发于2015-03-25 16:59
@CSDN云计算 发布的译文版《预测建模、监督机器学习和模式分类概览》http://t.cn/RwYcJUp

 

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2015-03-25 17:06
@CSDN云计算 发布的译文版《深入探究递归神经网络:大牛级的训练和优化如何修成?》http://t.cn/RZ1tHZ2