Source: http://ml.memect.com/archive/2015-12-31/long.html
2015机器学习四大飞跃
来自 @爱可可-爱生活 好东西传送门整理
【2015机器学习四大飞跃】《4 great leaps machine learning made in 2015 | InfoWorld》by Serdar Yegulalp [1] [1] http://www.infoworld.com/article/3017250/application-development/4-great-leaps-machine-learning-made-in-2015.html
手动编写机器学习算法的若干理由
来自 @Linuxeden开源社区 好东西传送门整理
关键词：算法
【手动编写机器学习算法的若干理由】 随着开源思想的逐渐兴起，很多机器学习领域的算法都已经实现为开源的库、包或代码。如何在这些已有资源的基础上进行高效开发，是最近几年热议的话题。那么，是不是公司或个人就不需要再对这些算法进行手动实现… [1] [1] http://www.linuxeden.com/html/news/20151231/164164.html
图像卷积与滤波的一些知识点
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, 视觉, 博客
【图像卷积与滤波的一些知识点】by @Erik-zou [1] [1] http://blog.csdn.net/zouxy09/article/details/49080029
矩阵分解算法及实现综述
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, 矩阵
【矩阵分解算法及实现综述】《The Advanced Matrix Factorization Jungle》 [1] PDF: [2] [1] None
[2] http://pan.baidu.com/s/1o640o4q
k-means会失效的几种情形
来自 @王威廉 好东西传送门整理
关键词：算法, David Robinson, KNN, 聚类
K-means是最常用的聚类算法之一：容易理解，实现不难，虽然会有local optimum，但通常结果也不差。但k-means也不是万金油，比如在一些比较复杂的问题和非线性数据分布上，k-means也会失败。普林斯顿博士David Robinson写了一篇不错的分析文章，介绍了几种k-means会失效的情形。 [1] [1] http://varianceexplained.org/r/kmeans-free-lunch/
完整版
点此链接查看全部27条：http://ml.memect.com/archive/2015-12-31/long.html