机器学习日报2016-01-08 机器学习职位需要的七个关键技能 等30条

2016年1月9日 | By News | Filed in: News.

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/

用贝叶斯强化学习玩转愤怒小鸟

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

LDA/NMF/LSA多模型/多主题一致性评价方法

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

经典回顾:svm学习基础。

完整版

点此链接查看全部30条:http://ml.memect.com/archive/2016-01-08/long.html


发表评论

邮箱地址不会被公开。 必填项已用*标注