机器学习

2016年5月17日，阿里妈妈武林大会在杭州西溪举办，这也是其年度最大的一次营销生态峰会。阿里妈妈副总裁朱顺炎梳理了过去一年的发展，并介绍说，根据消费者行为习惯的变化，阿里妈妈确立了三大核心部署，分别是在媒体、产品矩阵以及大数据领域精耕细作。

学习Machine Learning也有很长一段时间了，好好整理下自己的学习资料。

1 基础 Andrew NG 的 Machine earning视频。 连接：主页，资料。 2008年Andrew Ng CS229 机器学习 当然基本方法没有太大变化，所以课件PDF可下载是优点。 中文字幕视频@网易公开课，英文版视频@youtube，课件PDF@Stanford Tom Mitche 的机器学习视频 他的《机器学习》在很多课程上被选做教材…

(1)循环神经网络, 在文字处理上的表现, 只是小荷才露尖尖角. 自然语言处理, 英文是 Natural Language Processing (NLP).其基本定义为: 把一段文字, 转化成一个数据结构, 力求清晰无误地表达文字的意义. 自然语言处理包括对自然语言的理解和生成, 典型应用如机器翻译, 文字分类, 聊天机器人等等. 通过语言沟通, 是智人和…

Python以其清晰简洁的语法、易用和可扩展性以及丰富庞大的库深受广大开发者喜爱。其内置的非常强大的机器学习代码库和数学库，使Python理所当然成为自然语言处理的开发利器。

在第一篇文章我们介绍了推荐系统的优点，大致可以把推荐系统分为两种类型：基于内容的推荐系统和协同过滤推荐系统。

Google Research宣布，世界准确度最高的自然语言解析器SyntaxNet开源。谷歌开源再进一步。

bp神经网络虽然取得了很大的进步，但它本身存在着一些无法避免的问题，其中一个比较困惑的应该是局部最优解问题。

深度学习（Deep Learning）属于非常前沿的学科，没有现成的的综合型教材，主要是通过阅读大量论文和代码练习来学习。

  (1)循环神经网络 (RNN)的本质, 是可以处理一个长度变化的序列的输出和输入 (多对多). 广义的看, 如果传统的前馈神经网络做的事, 是对一个函数的优化 (比如图像识别). 那么循环神经网络做的事, 则是对一个程序的优化,应用空间宽阔得多.长短期记忆 (LSTM)的架构, 使有用的历史信息, 可以保留下来,很久以后仍然可以读取.一个有趣的…

(1)2012年十月, Geoffrey Hinton, 邓力和其他几位代表四个不同机构 (多伦多大学, 微软, 谷歌, IBM) 的研究者, 联合发表论文, “深度神经网络在语音识别的声学模型中的应用: 四个研究小组的共同观点” (Deep Neural Networks for Acoustic Modelling in Spee…

为了帮助大家更好深入了解大数据，云栖社区组织翻译了GitHub Awesome Big Data资源，供大家参考。本资源类型主要包括：大数据框架、论文等实用资源集合。

为了帮助大家更好深入了解大数据，云栖社区组织翻译了GitHub Awesome Big Data资源，供大家参考。本资源类型主要包括：大数据框架、论文等实用资源集合。

作者早先的一篇关于语言概率模型的论文开创了神经网络做语言模型的先河，启发了一系列关于 NLP 的文章，进而在工业界产生重大影响。此外，他的小组开发了 Theano 平台。以下是人工智能大拿解答机器学习30个问答。

70年代，神经网络的研究进入了萧条期，人工智能里产生了许多不同的方向，神经网络，好像被人们所忘记。