机器学习日报2016-01-29 (Python)不平衡分类/SVM/随即森林/决策树实例指南 等28条

2016年1月30日 | By News | Filed in: News.

Source: http://ml.memect.com/archive/2016-01-29/long.html

(Python)不平衡分类/SVM/随即森林/决策树实例指南

来自 @爱可可-爱生活 好东西传送门整理

关键词:算法, Python, SVM, 集成学习, 决策树

【(Python)不平衡分类/SVM/随即森林/决策树实例指南】《Dealing with Unbalanced Class, SVM, Random Forest and Decision Tree in Python》by Manu Jeevan [1] [1] http://bigdata-madesimple.com/dealing-with-unbalanced-class-svm-random-forest-and-decision-tree-in-python/

(Python)不平衡分类/SVM/随即森林/决策树实例指南

#Stanford seminar# Recent advances in deep learning, by Oriol Vinyals of Google

来自 @samplingN 好东西传送门整理

关键词:深度学习, 资源, Oriol Vinyals, 教育网站, 视频

#Stanford seminar# Recent advances in deep learning, by Oriol Vinyals of Google, 2016 [1] youtube: [2] [1] http://web.stanford.edu/class/ee380/Abstracts/160127.html

[2] https://www.youtube.com/watch?v=UAq961jQjYg&feature=youtu.be

#Stanford seminar# Recent advances in deep learning, by Oriol Vinyals of Google

经典回顾:Richard Hamming的50年研究经验总结演讲《你和你的研究》

来自 @王威廉 好东西传送门整理

关键词:资源, Richard Hamming, 幻灯片, 教育网站, 视频, 书籍

经典回顾:贝尔实验室传奇人物,图灵奖得主,汉明窗、汉明码、汉明距离的提出者Richard Hamming的50年研究经验总结演讲《你和你的研究》。没有大道理,没有幻灯片,以一个个故事的形式告诉你怎么在研究上取得成功,适合所有学术界的朋友学习。文字版: [1] [2] [1] http://www.cs.virginia.edu/~robins/YouAndYourResearch.html

[2] http://v.youku.com/v_show/id_XMTQ2MDAxODkyNA==.html

机器学习——深度非技术指南

来自 @爱可可-爱生活 好东西传送门整理

关键词:Alex Castrounis

【机器学习——深度非技术指南】《Machine Learning: An In-Depth, Non-Technical Guide》by Alex Castrounis Part1: [1] [1] http://www.innoarchitech.com/machine-learning-an-in-depth-non-technical-guide/

机器学习——深度非技术指南

经典回顾:《How to Generate a Good Word Embedding?》 by licstar

来自 @licstar 好东西传送门整理

关键词:自然语言处理, 论文

论文《How to Generate a Good Word Embedding?》已传arXiv。文章总结了主流词向量模型,并从模型、语料、参数三方面分析生成词向量的要点。论文地址: [1] 中文导读: [2] [1] http://arxiv.org/abs/1507.05523

[2] http://licstar.net/archives/620

经典回顾:《How to Generate a Good Word Embedding?》 by licstar

完整版

点此链接查看全部28条:http://ml.memect.com/archive/2016-01-29/long.html


发表评论

电子邮件地址不会被公开。 必填项已用*标注