2017 Bye，2018 Day Day Up

已经走过的时间，有时好似雾里看花，懵懵懂懂；好在回头看可见成长的步伐~

So，余生的每一天里，都别忘了感谢一路前行的自己！！！

我们力争做最优秀的AI内容全栈搬运工，因为我们的能力和力量有限，成长需要站在巨人的肩膀上，汲取知识让我们更快的成长。"搬运"是指standing on the shoulders of Giants，更多的分享是在理解实践后形成的原创。在过去的两个月里，越来越的人成为我们前进道路上同行者，我们携手同行，共同进步。

现在和未来，我们力争每个知识都能以既通俗又严谨的方式展示给大家；你们的关注-每次阅读-每次分享-每次点赞-每次赞赏，我们都充满感激，新的一年也将以此为动力，继续努力。

为了方便大家能迅速的get到知识点，小编精选了近两个月的文章，请各位享用~精选文章汇总

人工智能和机器学习入门

长文|一文读懂什么是机器学习

数据科学与机器学习引领持续创新

人工智能之父艾伦·麦席森·图灵

[转]阿里智能人机交互的核心技术解析

[英语]关于人生的10个残酷真相, 希望你越早知道越好

音箱竟然能听懂普通话，原来是因为它

官宣：谷歌 AI 中国中心在北京成立

既生Mahout，何生Spark MLlib ？

资源共享

机器学习资源共享

书籍 | 程序人生充电10本书

史上最全的机器学习资料（下）

史上最全的机器学习资料（上）

书单下载 | 关于算法、编程、机器学习等书籍，也许正是你所需要的

自然语言处理入门资料推荐

干货|开放数据集

干货|免费文本语料训练数据集

机器学习

数据分析Python工具Jupter Notebook快速部署

机器学习之Logistic Regression

常用机器学习算法之线性回归

机器学习分类算法之k-近邻算法

机器学习之K-近邻算法代码分析

一文实现0~9手写数字识别系统

机器学习之决策树分类和预测算法原理

机器学习之朴素贝叶斯分类器

机器学习之理解支持向量机SVM

机器学习之聚类算法——K-Means算法

利用Python进行数据分析之Numpy

机器学习之聚类算法/Bisecting K-Means算法

机器学习算法中不得不知的欠拟合与过拟合问题

自然语言处理NLP和QA

NLP之句法分析入门

语料库之宾州中文树库8.0

Stanford SPIED是什么？

智能机器人之心：DeepQA近距离观察

短视频 | 10分钟解读智能问答开源项目YodaQA架构原理

短视频 | 问答开源项目解读之整体代码流程和问题分析

英文智能问答之OpenEphyra

理解智能问答系统（Ⅰ）

智能问答开源项目之YodaQA（Ⅱ）

智能问答之使用UIMA进行文本挖掘（Ⅲ）

智能问答之答案抽取（Ⅳ）

TF-IDF不容小觑

LR如何在语言理解NLU中实现文本分类

文本特征工程之N-Gram

文本分类特征提取之Word2Vec

常见文本相似度量方法总结

从最大方差来看主成分分析PCA

浅入深出之大话SoftMax

Logistic Regression Models分析交互式问答[译]

总结 | 常用文本特征选择

2017最后时刻，向过往的自己和各位道谢，感恩过去的日子里我们一起成长；

2018即将到来，我们已经准备好了！让我们继续携手前行~

余生的每一天里，都别忘了感谢一路前行的自己

更多干货内容请关注微信公众号“AI 深入浅出”

长按二维码关注