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21条,由好东西传送门选自21条原始资源

本期的Web网址是 http://me.memect.com/fly51fly/2015-07-17.html

2015-07-17 星期五 (15)

爱可可-爱生活   网页版 2015-07-17 21:46
【NetworkX社交网络分析】《Social network analysis with NetworkX》by Manojit Nandi http://t.cn/RLfPxLd

 

爱可可-爱生活   网页版 2015-07-17 21:36
【布隆过滤器的故事】《What are Bloom filters? - A tale of code, dinner, and a favour with unexpected consequences.》http://t.cn/RLfvECc

 

36氪   网页版 2015-07-17 18:07
IBM推出可分析语气的Watson Tone Analyzer | 帮助人类评估并调整书写沟通中的语气是人工智能和认知科学领域的一项有趣挑战,现在IBM的超级计算机Watson已经get了这项新技能。它可以从文字中分析出语气是喜悦还是愤怒,是开放还是随和,是自信还是犹豫。http://t.cn/RLVRxDF ;by @boxi

 

丕子   网页版 2015-07-17 11:21
一个很好很好很好的机会,北京一个很靠谱很靠谱的Startup需要经验丰富的NLPer,有兴趣的私信我吧~ @52nlp @大山坡的春 @梁斌penny @鲁东东胖 如了解的有人感兴趣帮忙推荐下吧,thx。

 

爱可可-爱生活   网页版 2015-07-17 09:09
《爱可可老师今日视野(15.07.17)》( 分享自 @简书http://t.cn/RLVUlx9

 

爱可可-爱生活   网页版 2015-07-17 06:59
【Science Review:机器学习趋势、观点及前景】《Machine learning: Trends, perspectives, and prospects》M. I. Jordan, T. M. Mitchell http://t.cn/RLVZYmn 最新一期《Science》有不少AI/机器学习方面的内容,请参阅http://t.cn/RLVZOjF

 

爱可可-爱生活   网页版 2015-07-17 06:57
【Science Review:自然语言处理最新进展】《Advances in natural language processing》J Hirschberg, CD Manning http://t.cn/RLVZOjs 最新一期《Science》有不少AI/机器学习方面的内容,请参阅http://t.cn/RLVZOjF

 

爱可可-爱生活   网页版 2015-07-17 06:48
【论文:复杂网络混合推荐方法】《Hybrid recommendation methods in complex networks》 A. Fiasconaro, M. Tumminello, V. Nicosia, V. Latora, and R. N. Mantegna (2014) http://t.cn/RLVZMGb

 

爱可可-爱生活   网页版 2015-07-17 06:41
《Welcome to the AI Conspiracy: The ‘Canadian Mafia’ Behind Tech’s Latest Craze》http://t.cn/RLVZU7M

 

爱可可-爱生活   网页版 2015-07-17 06:37
【(JS)图论可视化工具greuler】http://t.cn/RLcSRg1

 

爱可可-爱生活   网页版 2015-07-17 06:26
【白皮书+代码:(Gnip)社交(时序)数据趋势检测】《Trend Detection In Social Data》http://t.cn/RLVzneA pdf:http://t.cn/RLVzneb GitHub:http://t.cn/RLVznew 相关: 《Trend or no trend : a novel nonparametric method for classifying time series》http://t.cn/RLVzne4

 

爱可可-爱生活   网页版 2015-07-17 06:12
【深度学习对抗样本的误解与事实】《Deep Learning Adversarial Examples – Clarifying Misconceptions》by Ian Goodfellow [Google] http://t.cn/RLVzahm

 

爱可可-爱生活   网页版 2015-07-17 06:05
【Data Storytelling最佳实践】《Best Practices in Data Storytelling》http://t.cn/RLVztKD

 

爱可可-爱生活   网页版 2015-07-17 05:57
【IPython Tips and Tricks】《IPython Tips and Tricks》http://t.cn/R2eeBgV

 

爱可可-爱生活   网页版 2015-07-17 05:36
【Poster:统计方法在语言学分支领域的应用】《The State of the Stats: Current Use of Statistical Methods Across Linguistics Subfields》by Rachael Tatman, University of Washington http://t.cn/RLV7WED

 

TA点评的更早的微博 (6)

Jell_Chou   网页版 2015-07-16 18:51
分享两个非常好的 #theano# 入门材料 : 1)适合从零开始的学习,每个exercise带你认识theano的一个模块 http://t.cn/RLcObmI 2) 都说是见过的最好的theano tutorial http://t.cn/RAZHjeX @好东西传送门
爱可可-爱生活 网页版 转发于2015-07-17 05:15
Theano-Tutorials + theano_exercises

 

爱可可-爱生活   网页版 2015-07-15 09:27
【不确定性条件下的决策(预测)——鲁棒优化方法介绍】《Decision Making Under Uncertainty: An Introduction to Robust Optimization》Part 1:http://t.cn/RL58WT7
爱可可-爱生活 网页版 转发于2015-07-17 06:31

 

爱可可-爱生活   网页版 2015-07-15 06:39
【异常检测在Netflix的应用】《Tracking down the Villains: Outlier Detection at Netflix》http://t.cn/RL5OtB5
爱可可-爱生活 网页版 转发于2015-07-17 16:02
@CSDN云计算 提供的译文《Netflix使用的异常服务器侦测技术》http://t.cn/RLV4WcY

 

爱可可-爱生活   网页版 2015-07-08 06:11
【深度学习:经验 vs. 理论】《Deep Learning and the Triumph of Empiricism》by Zachary Chase Lipton http://t.cn/RLLwAaq
爱可可-爱生活 网页版 转发于2015-07-17 16:04
@CSDN云计算 提供的译文《深度学习和经验主义的胜利》http://t.cn/RLcoPEy

 

爱可可-爱生活   网页版 2015-07-02 09:01
【机器学习模型设计——精度&召回的故事】《Designing Machine Learning Models: A Tale of Precision and Recall》by Ariana Radianto, from Airbnb http://t.cn/RLhsFxR
爱可可-爱生活 网页版 转发于2015-07-17 16:05
@CSDN云计算 提供的译文《Airbnb欺诈预测机器学习模型设计:准确率和召回率的故事》http://t.cn/RLtf8Hg

 

爱可可-爱生活   网页版 2015-06-16 20:24
【视频+幻灯:No. 1 Kaggler Owen Zhang分享的Kaggle经验与技巧】《Tips on Modeling Competitions on Kaggle - with No. 1 Kaggler Owen Zhang》http://t.cn/R28JyuQ 云:http://t.cn/R28Jyu8 参阅http://weibo.com/1402400261/CgdM1hCPJ
爱可可-爱生活 网页版 转发于2015-07-17 13:46
Owen Zhang发布更新版《Winning Data Science Competitions - Some (hopefully) useful pointers》http://t.cn/RLVSmId 云:http://t.cn/RLVSmIg