Source: http://ml.memect.com/archive/2015-12-30/long.html
回顾2015展望2016，机器学习领域都有哪些进展
来自 @猎云网 好东西传送门整理
【回顾2015展望2016，机器学习领域都有哪些进展】几十年前，人工智能在工程师和开发者之间算是一个比较新潮的话题。但最近这些年，机器学习则以大数据的理想产物这一身份出现在人们视野中，它的出现为人工智能等领域注入了新的活力。 [1] [1] http://www.lieyunwang.com/archives/144113
(专家访谈)未来五年深度学习前景预测
来自 @爱可可-爱生活 好东西传送门整理
关键词：经验总结, 深度学习, 博客
【(RE•WORK专家访谈)未来五年深度学习前景预测】《Here’s What We Can Expect from Deep Learning in 2016 and Beyond – RE•WORK | Blog》 [1] [1] https://re-work.co/blog/deep-learning-experts-discuss-the-next-5-years
机器学习在大数据中的一些数学原理和问题
来自 @bigdata-research 好东西传送门整理
关键词：Ingrid Daubechies, 调参
#bigdata-research#这篇文章原刊登于《量子杂志》(Quanta Magazine)，分析了机器学习在大数据中的一些数学原理和问题，作者Ingrid Daubechies是杜克大学数学、电子和计算机工程系的教授。《量子杂志》是由西蒙斯基金会独… [1] [1] http://weibo.com/p/1001603925773982522699
机器学习与统计学互补吗？
来自 @爱可可-爱生活 好东西传送门整理
关键词：深度学习, 资源, Max Welling, PDF, Yann Lecun, 教育网站, 统计
【机器学习与统计学互补吗？】《Are ML and Statistics Complementary?》Max Welling [University of Amsterdam] [1] Yann LeCun的评论: [2] pdf: [3] [1] http://www.ics.uci.edu/~welling/publications/papers/WhyMLneedsStatistics.pdf
[2] https://www.facebook.com/yann.lecun/posts/10153293764562143
[3] http://pan.baidu.com/s/1i4koZ3J
深度学习框架(Caffe/CNTK/TensorFlow/Theano/Torch)评价与比较
来自 @爱可可-爱生活 好东西传送门整理
关键词：深度学习, Kenneth Tran, Python, 代码
【深度学习框架(Caffe/CNTK/TensorFlow/Theano/Torch)评价与比较】《Evaluation of Deep Learning Toolkits》by Kenneth Tran [2] [2] [1] https://github.com/zer0n/deepframeworks/blob/master/README.md
[2] https://github.com/zer0n/deepframeworks/blob/master/README.md
完整版
点此链接查看全部31条：http://ml.memect.com/archive/2015-12-30/long.html