lingpy的博客

【美】 Zacharias Voulgaris 吴文磊 田原 译有价值的资源：1.有用的网页链接 http://www.Kaggle.com 标签：人际网络、大数据分析竞赛、找工作 http://datascience01.wordpress.com 标签：新闻2.相关文章 http://flowingdata.com 标签：数据科学家的职责目录...

机器学习令人无比神往，但从事这个工作的人可能并不这么想。机器学习的工作内容往往复杂枯燥又困难——通过大量重复工作进行提升必不可少：汇总工作流及传输渠道、设置数据源以及在内部部署和云部署的资源之间来回分流。所以使用工具提升你的工作效率实在很关键，而且像这样的工具越多越好。好在你学的是Python，作为一...

原文地址 写 在 前 面深度学习与NLP是一个专注分享深度学习技术、NLP领域技术、资讯的专业平台，到目前为止，我们已经分享了20期有关深度学习、NLP、机器翻译等视频教程或视频资源。为了方便大家选择合适自己需求的课程学习，这里对往期分享的视频资源做了整理，推出一套视频资源合集。干货有点多，建议收藏，慢慢学习。获取更多深度...

来自 | AI研习社   作者 | WBLUE词嵌入和句子嵌入已成为所有基于深度学习的自然语言处理（NLP）系统的重要组成部分。它们在定长的密集向量中编码单词和句子，以大幅度提高文本数据的处理性能。对通用嵌入的追求是一大趋势：在大型语料库上预训练...

感谢博主分享 原文地址–写于 2017-01-12参考文献链接英文版本 http://mlwave.com/kaggle-ensembling-guide/ 这里写链接内容这个是上面英文翻译过来的汉语翻译版本 kaggle比赛集成指南 http://m.blog.youkuaiyun.com/article/details?id=53054686搜狗比赛第五名的s...

原文作者：张俊林 原文地址：以Attention Model为例谈谈两种研究创新模式 版权声明：转载请附上原文作者和地址各位观众朋友好，也许此刻您刚打开电梯…….读这一篇之前，请您最好先拜读一下本篇的前传：文本处理中的Attention Model：是什么及为什么。因为那里有些背景知识需要交代。话接上回书，在研读AttentionModel相关文献过程中，我再次深切感受到了...

原文作者：张俊林 原文地址：自然语言处理中的Attention Model：是什么及为什么 转载时请附上原文作者和地址要是关注深度学习在自然语言处理方面的研究进展，我相信你一定听说过Attention Model（后文有时会简称AM模型）这个词。AM模型应该说是过去一年来NLP领域中的重要进展之一，在很多场景被证明有效。听起来AM很高大上，其实它的基本思想是相当直观简洁的。...

牛人主页（主页有很多论文代码）Serge Belongie at UC San DiegoAntonio Torralba at MITAlexei Ffros at CMUCe Liu at Microsoft Research New EnglandV...

转自作者的公众号: 『数据挖掘机养成记』1. 引子大家好我叫数据挖掘机皇家布鲁斯特大学肄业我喝最烈的果粒橙，钻最深的牛角尖——执着如我今天我要揭开Word2vec的神秘面纱直窥其本质相信我，这绝对是你看到的最浅白易懂的 Word2vec 中文总结（蛤？你问我为啥有这个底气？且看下面，我的踩坑血泪史...

视频地址对于自然语言理解，有两种定义。第一种是计算机能够将所说的语言映射到计算机内部表示；另一种是基于行为的，你说了一句话，计算机做出了相应行为，就认为计算机理解了自然语言。后者的定义，更广为采用。为什么自然语言理解很难？其本质原因是语言是一种复杂的现象。自然语言有5个重要特点，使得计算机实现自然语言处理很困难：语言是不完全有规律的，规律是错综复杂的。有一定的规律，也有很多例...

导读：今年年初以来，作者一直在印度找数据科学、机器学习以及深度学习领域的工作。在找工作的这三十四天里，他面试了8到10家公司，其中也包括初创公司、基于服务的公司以及基于产品的公司。作者希望他的面试经验能够为求职者提供一些有用的信息，因而撰写了此文。希望你读后能够有所...

引用块内容【本文作者】达观数据 夏琦 【作者简介】夏琦，达观数据NLP组实习生，就读于东南大学和 Monash University，自然语言处理方向二年级研究生，师从知识图谱专家漆桂林教授。曾获第五届“蓝桥杯”江苏省一等奖、国家二等奖。前言本篇博文将详细讲解LDA主题模型，从最底层数学推导的角度来详细讲解，只想了解LDA的读者，可以只看第一小节简介即可。PLSA和LDA非常相似...

《数学之美》吴军 著 第二版 ——读书笔记原理通信模型：Created with Raphaël 2.1.2信息、上下文信息、上下文传递的信息传递的信息接收的信息接收的信息(s1,s2...)编码发送者(o1,o1,...)解码信道接收者… 几乎所有的自然语言处理问题等可以等价成通信的编码问题。在通信中，如何根据接收端的观测信号o1,o2,...o1,o2,...

今日，机器之心小编在 Github 上发现了一个良心项目：RedditSota 统计了各种机器学习任务的最顶级研究成果（论文），方便大家索引查阅。机器之心对此项目做了介绍。项目地址：https://github.com//RedditSota/state-of-the-art-result-for-machine-learning-problems该 GitHub 库提供了所有机器学习问题...

原文地址大学公开数据集(Stanford)69G大规模无人机(校园)图像数据集【Stanford】http://cvgl.stanford.edu/projects/uav_data/人脸素描数据集【CUHK】http://mmlab.ie.cuhk.edu.hk/archive/facesketch.html自然语言推理(文本蕴含标记)数据集【NYU】...

原文地址：http://blog.sina.com.cn/s/blog_7e5f32ff0102vlgj.html入门书单1.《数学之美》PDF6 作者吴军大家都很熟悉。以极为通俗的语言讲述了数学在机器学习和自然语言处理等领域的应用。2.《Programming Collective Intelligence》（《集体智慧编程》）PDF3 作者Toby Segaran...

原文链接简介HTM(Hierarchical Temporal Memory)算法，英文全称HTM Cortical Learning Algorithms是由《人工智能的未来》(On Intelligence)一书作者Jeff Hawkins创建的Numenta公司（先改名为Grok）发表的新一代人工智能算法。Jeff Hawkins 是一位工程师，连续创业者，科学家，发明家，作...

关于LSHTC更多介绍见官网文章目录titleabstractdatasetLSHTC数据集介绍LSHTC1LSHTC2LSHTC3 & LSHTC4评估方法References(论文提到的算法的论文)titleLSHTC: A Benchmark for Large-Scale TextClassificationabstractLSHTC is a series of ...