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/2015-04-09.html

2015-04-09 星期四 (15)

爱可可-爱生活   网页版 2015-04-09 20:39
【机器学习、机器视觉系统思考的三个基本维度:数学、文字(沟通)和直觉】《Three Fundamental Dimensions for Thinking About Machine Learning Systems》Tomasz Malisiewicz http://t.cn/RA64mEh 云:http://t.cn/RA6b4Zd

 

爱可可-爱生活   网页版 2015-04-09 19:20
【幻灯:用R做关联规则挖掘】《Association Rule Mining with R》YC Zhang http://t.cn/RA62Gu6 云:http://t.cn/RA62fuX

 

爱可可-爱生活   网页版 2015-04-09 13:36
【论文:(MIT)CNN(图片)场景学习中得到的目标检测子】《Object Detectors Emerge in Deep Scene CNNs》B Zhou, A Khosla, A Lapedriza, A Oliva, A Torralba (2014) 可用于场景识别、目标检测和定位等 http://t.cn/RAin7Zz

 

爱可可-爱生活   网页版 2015-04-09 13:14
【关于《Text Understanding from Scratch》的质疑和讨论】《Dataset Duplication Issues for Text Understanding from Scratch》http://t.cn/RAiHRMo Reddit上的讨论《Error in Text Understanding from Scratch Paper - Zhang, LeCun》http://t.cn/RAiRdOK

 

爱可可-爱生活   网页版 2015-04-09 13:06
【Xavier Amatriain:Quora怎么用机器学习】《Xavier Amatriain's answer to How does Quora use machine learning in 2015?》http://t.cn/RAi8FJy 云:http://t.cn/RAiRj0f

 

爱可可-爱生活   网页版 2015-04-09 11:50
【数字、符号在时序数据图表中的混合应用】《Mixing Numbers and Symbols in Time Series Charts》http://t.cn/RAi9ll0

 

爱可可-爱生活   网页版 2015-04-09 09:33
【深度学习vs.概率图模型vs.逻辑】《Deep Learning vs Probabilistic Graphical Models vs Logic》http://t.cn/RAi9LSl 文中提到的概率图模型介绍视频:http://weibo.com/1402400261/Ccrie4akB 云:http://t.cn/RAi9LSl
爱可可-爱生活 网页版 转发于2015-04-09 13:23  回复 @爱可可-爱生活 “抱歉,云(网页pdf)链接更正: http://t.cn/RAi9EuT”
作者刚刚更新,追加引用了Yann在1989年就已提出的的deep network 云:http://t.cn/RAiERvi

 

爱可可-爱生活   网页版 2015-04-09 09:27
【视频+讲义:GraphLab基于图的大规模机器学习(2013)】《GraphLab (Strata NY 2013) GraphLab large scale machine learning on graphs. Carlos Guestrin, CEO》http://t.cn/RAiKAqy 很好的概率图模型介绍 云:http://t.cn/RAi9hes

 

爱可可-爱生活   网页版 2015-04-09 07:19
【视频+资料:UC Berkeley AMPLab大数据训练营】《AMP Camp 5》http://t.cn/RAiiMTl 围绕Spark、GraphX、MLib、SparkSQL、SparkR、Tachyon等及相关工作流的一系列教程,其Hands-on Exercises绝对是实操首选 云(视频):http://t.cn/RAiiY64

 

爱可可-爱生活   网页版 2015-04-09 06:59
【IPN:Brandon Rhodes在PyCon2015上的Pandas教程】《PyCon 2015 Pandas tutorial materials》 GitHub:http://t.cn/RAiJ1U8 ipn:http://t.cn/RAiJr2R 提供了一些很棒的Pandas练习题目(附带答案)

 

爱可可-爱生活   网页版 2015-04-09 06:51
【并行机器学习指南(基于scikit-learn和IPython)】《Parallel Machine Learning with scikit-learn and IPython》 GitHub:http://t.cn/zTPK6Af ipn:http://t.cn/RAiJT4I 刚更新的版本,原来的推荐:http://weibo.com/1402400261/BEV8PDfeF

 

爱可可-爱生活   网页版 2015-04-09 06:39
【论文:(Facebook AI)弱监督记忆网络(MN)】《Weakly Supervised Memory Networks》S Sukhbaatar, A Szlam, J Weston, R Fergus (2015) http://t.cn/RAiJxRq

 

爱可可-爱生活   网页版 2015-04-09 06:23
【论文:CNN用于高速公路自动驾驶的实证研究】《An Empirical Evaluation of Deep Learning on Highway Driving》B Huval, T Wang, S Tandon...A Y. Ng (2015) http://t.cn/RAixD1K 利用CNN对实时环境车道和车辆视觉检测进行可行性评估

 

爱可可-爱生活   网页版 2015-04-09 06:13
【10分钟完成就业分析数据可视化】《How to Create an Employment Analytics Visualization in Less Than 10 Minutes》http://t.cn/RAixn8E import.io和Plot.ly的综合应用案例

 

爱可可-爱生活   网页版 2015-04-09 06:01
【视频:DataSchool的机器学习基本概念教学】《What is machine learning, and how does it work?》http://t.cn/RAixa2E Data School系列教程“Introduction to machine learning with scikit-learn”(基于Scikit-Learn的机器学习教程)第一讲,ipn:http://t.cn/RAixKje 云:http://t.cn/RAixCFE
爱可可-爱生活 网页版 转发于2015-04-09 07:08
Kaggle官博推荐文章: http://t.cn/RAiiqxs

 

TA点评的更早的微博 (3)

hankcs   网页版 2015-04-08 23:50
每秒2000万字的AhoCorasickDoubleArrayTrie自动机开源,基于双数组trie树实现,省内存,速度快。支持泛型和持久化,速度是普通AC自动机的4倍。以前集成到HanLP分词系统中:http://t.cn/RAxqdb7,现在单独拿出来开源:http://t.cn/RAiGagR 。欢迎fork,一起改进。
爱可可-爱生活 网页版 转发于2015-04-09 13:59
"AhoCorasickDoubleArrayTrie" [good]

 

丕子   网页版 2015-04-07 15:33
Semi-Supervised Learning with Multi-View Embedding: Theory and Application with Convolutional Neural Networks http://t.cn/RAxXG2S

 

爱可可-爱生活   网页版 2015-03-09 12:00
[课程]《Introduction to Machine Learning》http://t.cn/Rw79yTD 15年春季学期CMU的机器学习课程,由Alex Smola主讲,提供讲义及授课视频,很不错,持续更新中 Youtube:http://t.cn/Rw79yTk 云:http://t.cn/Rw1vInZ
爱可可-爱生活 网页版 转发于2015-04-09 06:04
更新7.3b Sampling和7.4 Models