Source: http://ml.memect.com/archive/2016-01-08/long.html
机器学习职位需要的七个关键技能
来自 @爱可可-爱生活 好东西传送门整理
关键词：Alexa Strife
【机器学习职位需要的七个关键技能】《7 key skills required for Machine Learning jobs》by Alexa Strife [1] [1] http://bigdata-madesimple.com/7-key-skills-required-for-machine-learning-jobs/
用贝叶斯强化学习玩转愤怒小鸟
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, Percy Liang, 代码, 教育网站, 论文, 强化学习, 统计
【(Stanford CS221 Final Project)用贝叶斯强化学习玩转愤怒小鸟】《Angrier Birds: Bayesian reinforcement learning》I A Ibarra, B Ramos, L Roemheld (2016) [1] GitHub: [2] CS221(by Percy Liang): [3] [1] http://arxiv.org/abs/1601.01297
[2] https://github.com/imanolarrieta/angrybirds
[3] http://web.stanford.edu/class/cs221/
LDA/NMF/LSA多模型/多主题一致性评价方法
来自 @爱可可-爱生活 好东西传送门整理
关键词：算法, 资源, 自然语言处理, PDF, 代码, 主题模型
【论文+代码(Scala):LDA/NMF/LSA多模型/多主题一致性评价方法】《Exploring topic coherence over many models and many topics》K Stevens, P Kegelmeyer, D Andrzejewski… [University of California Los Angeles] (2012) [1] GitHub(代码+详细指南): [2] [1] http://anthology.aclweb.org/D/D12/D12-1087.pdf
[2] https://github.com/fozziethebeat/TopicModelComparison
深度学习网络热点问题：attention 和 memory 的区别
来自 @赵家平USC 好东西传送门整理
关键词：深度学习, 自然语言处理
[1] 探讨了 attention 和 memory 的区别，随着 Neural machine translation 的出现， attention 被立即应用到 CV, ASR 中，然而，“attention” 只不过把 source sequence的不同的location，定义了不同的weight, 更像是 access internal memory, 而非人类的 “attention mechanism” [1] http://www.wildml.com/2016/01/attention-and-memory-in-deep-learning-and-nlp/
经典回顾：svm学习基础。
来自 @数据挖掘DW 好东西传送门整理
关键词：经验总结, 算法, SVM, 博客, 分类
SVM学习（一）：SVM概念 [1] （二）：线性分类器 [2] （三）：线性分类器的求解 [3] （四）：为何需要核函数 [4] （五）：松弛变量与惩罚因子 [5] SVM学习（六）：将SVM用于多类分类 [6] [1] http://blog.csdn.net/qll125596718/article/details/6900989
[2] http://blog.csdn.net/qll125596718/article/details/6903985
[3] http://blog.csdn.net/qll125596718/article/details/6904289
[4] http://blog.csdn.net/qll125596718/article/details/6908480
[5] http://blog.csdn.net/qll125596718/article/details/6910921
[6] http://blog.csdn.net/qll125596718/article/details/6911328
完整版
点此链接查看全部30条：http://ml.memect.com/archive/2016-01-08/long.html