Source: http://ml.memect.com/archive/2015-08-16/long.html
机器学习算法在不同语言或平台下的性能分析比较
来自 @星空下的巫师 好东西传送门整理
关键词：算法, 代码, 分类
非常有意思的一个比较：不同机器学习算法在不同语言或平台下的时间和性能分析比较，benchmark for scalability/speed and accuracy of machine learning libraries for classification，见： [1] [1] https://github.com/szilard/benchm-ml
傻瓜版Logistic回归介绍
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, 回归
【”傻瓜版”Logistic回归介绍】《Logistic Regression (for dummies)》 [1] [1] https://codesachin.wordpress.com/2015/08/16/logistic-regression-for-dummies/
GPU神经网路翻译
来自 @3A狗狗 好东西传送门整理
关键词：深度学习, 自然语言处理, GPU, 机器翻译
Introduction to Neural Machine Translation with GPUs[GPU神经网路翻译], by Kyunghyun Cho， [1] 。讲如何用RNN实现机器翻译，并引用延伸阅读资料。阅读流畅，建议后续跟代码练习。更多引用可参考 DL4MT Winter School 2015 [2] [1] http://devblogs.nvidia.com/parallelforall/introduction-neural-machine-translation-with-gpus/
[2] http://dl4mt.computing.dcu.ie/DL4MT-ref.html
Deep Generative Models
来自 @闫安Jon 好东西传送门整理
关键词：深度学习, 视觉, 资源, PDF, 论文
Deep Generative Models [1] Bengio于8月12日在DL暑期班介绍深度生成模型，第15页开讲Denoising AE，第29页提到Helmholtz machine和Variational AE，结论目前最好的图像模型是 Generative Adversarial Nets [2] [1] http://www.iro.umontreal.ca/~bengioy/talks/dlss-12aug2015.pdf
[2] http://arxiv.org/abs/1406.2661
Collins：自然语言处理中的机器学习法
来自 @iB37 好东西传送门整理
关键词：深度学习, 算法, 自然语言处理, HMM, Michael Collins, 机器翻译, 教育网站, 神经网络
Michael Collins自然语言处理中的机器学习法 1) MIT03年。NLP任务: 词性标注 句法分析 WSD IE MT；ML方法: PCFG HMM 估计和平滑技术 EM算法 对数线性模型 核方法 [1] 2) 哥伦毕业12年。 [2] 3) coursera13年。 [3] 4）基本没有神经网络和深度学习法? [1] http://www.ai.mit.edu/courses/6.891-nlp/
[2] http://www.cs.columbia.edu/~mcollins/courses/6998-2012/lectures.html
[3] https://class.coursera.org/nlangp-001/lecture
完整版
点此链接查看全部24条：http://ml.memect.com/archive/2015-08-16/long.html