bug在左，生活在右

中文分词工具可以使用张华平博士的NLPIR2013http://ictclas.nlpir.org/  喜欢用Python 的童鞋也可以使用结巴分词https://github.com/fxsjy/jieba。

lapack

用R進行中文 text Mining

各位想学数据分析与数据挖掘却不知道怎么着手学习的人有福啦！本文选自一个机器学习博士研究生的推介书单，大家可以按照自己的水平，一步步学习啦~~~入门读物： 深入浅出数据分析 这书挺简单的，基本的内容都涉及了，说得也比较清楚，最后谈到了 R 是大加分。难易程度：非常易。啤酒与尿布 通过案例来说事情，而且是最经典的例子。难易程度：非常易。数据之美 一本介绍性的书籍，每章都

Deep Learning（深度学习）ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：一ufldl的2个教程(这个没得说，入门绝对的好教程，Ng的，逻辑清晰有练习)：二Bengio团队的deep learning教程，用的theano库，主要是rbm系列，搞python的可以参考，很不错。deeplearning.net主页，里面包含的

采用基于数据挖掘的算法来实现推荐引擎是各大电子商务网站、SNS社区最为常用的方法，推荐引擎常用的Content-Based推荐算法及协同过滤算法（Item-Based 、User-based）在电子商务推荐系统入门v2.0 、电子商务推荐系统入门基础 中已经有所阐述。但从实际应用来看，对于大部分中小型企业来说，要在电子商务系统完整采用以上算法有很大的难度。1、常用推荐引擎算法问题1

推荐

数学规划

题目： https://www.kaggle.com/c/amazon-employee-access-challenge/data源码： https://github.com/diefimov/amazon_employee_access_2013

因项目需要，对目前比较流行的几个分词器进行了对比，ansj_seg是最美好的一个分词器，智能、强悍，对索引和最大颗粒分割都照顾得很到位，词库的树形读取也堪称经典；如果搜索只追求绝对准确度不考虑搜索结果最大化，jcseg效果还是很好的；如果只做站内搜索，不是海量互联网搜索引擎，可以考虑使用IKanalyzer，鼎鼎大名的知乎网用的也是IKanalyzer分词器；如果做推荐做分类可能会使用jcseg，毕

Caffe是一个清晰而高效的深度学习框架，其作者是博士毕业于UC Berkeley的 贾扬清，目前在Google工作。本文是根据机器学习研究会组织的online分享的交流内容，简单的整理了一下。

caffe算法与结构

2.3 模型训练与调参

目前的标记集里有26个基本词类标记（名词n、时间词t、处所词s、方位词f、数词m、量词q、区别词b、代词r、动词v、形容词a、状态词z、副词d、介词p、连词c、助词u、语气词y、叹词e、拟声词o、成语i、习惯用语l、简称j、前接成分h、后接成分k、语素g、非语素字x、标点符号w）外，从语料库应用的角度，增加了专有名词（人名nr、地名ns、机构名称nt、其他专有名词nz）；从语言学角度也增加了一些标记

目标：对大约6w条微博进行分类

链接：http://www.oschina.net/project/tag/264/segment   开源中国社区‍1、IKAnalyzerIKAnalyzer是一个开源的，基于java语言开发的轻量级的中文分词工具包。从2006年12月推出1.0版开始，IKAnalyzer已经推出 了3个大版本。最初，它是以开源项目Luence为应用主体的，结合词典分词和文法分析算

1、Information Retrieval and WebSearch信息检索与Web搜索，信息检索是指从大规模数据集合中搜索满足我们需求的信息（通常是非格式化数据，如文本）；      commoncrawl项目，commoncrawl是EUplanetData项目的产物，里面还有很多对webtables或半结构化数据解析的结果，或带RDFa,microformats等语义标注的网页

TensorFlow基本上是按照官网中文教程安装 http://wiki.jikexueyuan.com/project/tensorflow-zh/get_started/os_setup.html