Source: http://ml.memect.com/archive/2015-08-18/long.html
Random Forest 与 GBDT 的异同
来自 @请叫我卫小华 好东西传送门整理
关键词：经验总结, 算法, 博客, 集成学习
最近看到一个群里有人讨论RF和GBDT异同，我就写了一篇 《Random Forest 与 GBDT 的异同 》 [1] @NLPJob @爱可可-爱生活 @好东西传送门 [嘻嘻][嘻嘻] [1] http://blog.csdn.net/wh137795233/article/details/47750151
阿里云发布人工智能平台DTPAI
来自 @阿里云 好东西传送门整理
关键词：深度学习, 算法, 行业动态, 特征工程
【阿里云发布人工智能服务DTPAI】8月18日，阿里云宣布推出国内首个人工智能平台“DTPAI”。开发者可通过简单拖拽的方式完成对海量数据的分析挖掘，以及对用户行为、行业走势等的预测。平台将集成阿里巴巴核心算法库，包括特征工程、大规模机器学习、深度学习等。
长微博图：http://ww4.sinaimg.cn/large/620c4763jw1ev6u4fl3coj213e4di4qr.jpg
神经机器翻译中的注意机制
来自 @闫安Jon 好东西传送门整理
关键词：算法, 自然语言处理, 机器翻译, 论文, 神经网络
[1508.04025] Effective Approaches to Attention-based Neural Machine Translation [1] 斯坦福NLP组比较了机器翻译中的注意机制，发现预测性的局部机制（对每个目标词生成源句中需注意的窗口及权重）效果突出。附带各种技术的8模型组合达到目前WMT14/15英德最佳水平。 [1] http://arxiv.org/abs/1508.04025
黄志恒的工作（NLP，语音识别，深度学习等）
来自 @iB37 好东西传送门整理
关键词：深度学习, 算法, CRF, 行业动态
微软深度学习开源工具包CNTK开发者、百度研究院主任结构师 [Huang,arXiv15] Bidirectional LSTM-CRF Models for Sequence Tagging 组合可捕捉过去和将来输入特征的双向LSTM和可捕捉句子级标签信息的CRF,最后再加入MaxEnt特征到网络输出层. 对词嵌入健壮 [1] 附: ASRU13并行RNNLM代码 [1] http://zhihenghuang.com/publication/
Quora 是如何使用机器学习的？
来自 @伯乐在线官方微博 好东西传送门整理
关键词：经验总结, 博客
《Quora 是如何使用机器学习的？》很多朋友都应该用过 Quora （或知乎）吧，对于问答网站，会在哪些方面用上机器学习呢？大家可先想想看。[思考] Quora 工程副总将在本文分享他们使用的经验……全文： [1] （ @人墙裂 译，欢迎加入翻译组 [2] ） [1] http://blog.jobbole.com/89461/
[2] http://group.jobbole.com/category/feedback/trans-team/
完整版
点此链接查看全部30条：http://ml.memect.com/archive/2015-08-18/long.html