2015-07-31 爱可可爱生活

2015-07-31 星期五 (29)

爱可可-爱生活网页版2015-07-31 21:51

【数据科学8种Bias及应对策略】《How Do I Avoid Bias In My Data Science Work?》http://t.cn/RLpsPlw

爱可可-爱生活网页版2015-07-31 21:48

【最新一期TalkingMachines:面向体育/政治和实时预测的机器学习】《Machine Learning for Sports and Real Time Predictions》http://t.cn/RLpFmYs

爱可可-爱生活网页版2015-07-31 21:41

【John Wittenauer的IPython notebooks系列】内容包括数据科学常用库使用/Andrew Ng机器学习课程练习/edX上Spark课程练习等,很不错http://t.cn/RLpFi5A

爱可可-爱生活网页版2015-07-31 20:05

【课程资料:(UC San Diego)数据挖掘与预测分析】《CSE 255: Data Mining and Predictive Analytics》by Julian McAuley 讲义/源码:http://t.cn/RLpr0Oi笔记:http://t.cn/RLpr0O6课程设计集锦:http://t.cn/RLpr0Oa

爱可可-爱生活网页版2015-07-31 15:30

【(MetaMind) Dynamic Memory Network(DMN)介绍】《Ask it anything: new deep learning model understands and answers questions》http://t.cn/RLpOkJv

2015-07-31 爱可可爱生活_第1张图片

爱可可-爱生活网页版2015-07-31 14:08

【预测模型银弹——广义可加模型(GAM)】《GAM: The Predictive Modeling Silver Bullet》by Kim Larsenhttp://t.cn/RLp95Cx

2015-07-31 爱可可爱生活_第2张图片

爱可可-爱生活网页版2015-07-31 14:01

【(Python)matplotlib/seaborn绘制NBA投篮情况统计分析图】《How to Create NBA Shot Charts in Python》http://t.cn/RLpIbGw

2015-07-31 爱可可爱生活_第3张图片

爱可可-爱生活网页版2015-07-31 09:24

《爱可可老师今日视野(15.07.31)》( 分享自@)http://t.cn/RLp4c6j

2015-07-31 爱可可爱生活_第4张图片

爱可可-爱生活网页版2015-07-31 09:14

【(R)rvest/dplyr/ggplot2/GGally数据采集+分析实例】《r got good at scraping》http://t.cn/RLpUECq

2015-07-31 爱可可爱生活_第5张图片

爱可可-爱生活网页版2015-07-31 08:57

【基于arrows/Pandas/TextBlob/Seaborn/Cartopy的美国大选候选人Tweets的时/空/语言分析】《Geospatially, Temporally, and Linguistically Analyzing Tweets about Top U.S. Presidential Candidates with Pandas, TextBlob, Seaborn, and Cartopy》http://t.cn/RLftbUYGitHub:http://t.cn/RLftbUT

2015-07-31 爱可可爱生活_第6张图片

爱可可-爱生活网页版2015-07-31 08:50

【面向数据重建(补齐)的树模型】《Tree Models for Data Imputation》http://t.cn/RLpyIM4

爱可可-爱生活网页版2015-07-31 08:47

【论文:面向知识库/文本推理的显层特征vs.潜层特征】《Observed versus latent features for knowledge base and text inference》K Toutanova, D Chen (2015)http://t.cn/RLpyL5updf:http://t.cn/RLpyL5m

2015-07-31 爱可可爱生活_第7张图片

爱可可-爱生活网页版2015-07-31 08:39

【spaCy+Scikit-Learn的NLP实例介绍】《Intro to NLP with spaCy - An introduction to spaCy for natural language processing and machine learning with special help from Scikit-learn》http://t.cn/RLpLQDH

刘群MT-to-Death网页版2015-07-31 07:17

EMNLP2015:都柏林城市大学(DCU)博士生李良友Liangyou Li的论文Dependency Graph-to-String Translation被录用。该论文提出了一种基于Synchronous Edge Replacement Grammar的机器翻译模型,该方法将依存树转换成图形式,表达能力优于依存树到串模型,在中英和德英上的实验都显著超过目前最好模型。

爱可可-爱生活网页版转发于2015-07-31 08:21

"Dependency Graph-to-String Translation"

爱可可-爱生活网页版2015-07-31 07:17

【R/H2O集成学习预测社交网络影响力】《Predict Social Network Influence with R and H2O Ensemble Learning》http://t.cn/RLpZB8C

2015-07-31 爱可可爱生活_第8张图片

爱可可-爱生活网页版2015-07-31 07:13

【决策树缺点与应对(优化)策略】《Decision Trees – Tree Development and Scoring》http://t.cn/RLpZ8yh

爱可可-爱生活网页版2015-07-31 07:00

【开源:(Python)马尔可夫链蒙特卡罗(MCMC)绘图包】"Python package to plot MCMC samples"http://t.cn/RLpZb83

爱可可-爱生活网页版2015-07-31 06:56

【幻灯:数据科学家之测试观】《Testing for data scientists》http://t.cn/RLpZ7PQ

2015-07-31 爱可可爱生活_第9张图片

爱可可-爱生活网页版2015-07-31 06:52

【DeepFace vs. DeepDream】《Defeating Facebook’s DeepFace with Deep Dreams》http://t.cn/RLpzFF3GitHub:http://t.cn/RLpzFFu

2015-07-31 爱可可爱生活_第10张图片

爱可可-爱生活网页版2015-07-31 06:49

【如何检验网络数据质量】《How to Test the Quality of Web Data》http://t.cn/RLpzd7b

爱可可-爱生活网页版2015-07-31 06:39

【Google翻译为移动终端带来深度学习能力】《How Google Translate squeezes deep learning onto a phone》http://t.cn/RLpz0Op

2015-07-31 爱可可爱生活_第11张图片

爱可可-爱生活网页版2015-07-31 06:30

【用Python实现带排序的搜索引擎】《Implementing a Search Engine with Ranking in Python》by Aakash Japihttp://t.cn/RLpzMU7GitHub:http://t.cn/RLpzMUh

爱可可-爱生活网页版2015-07-31 06:26

【Python/dlib/OpenCV玩儿"变脸"】《Switching Eds: Face swapping with Python, dlib, and OpenCV》http://t.cn/RLNm0ZQGitHub:http://t.cn/RLpzqGU

2015-07-31 爱可可爱生活_第12张图片

爱可可-爱生活网页版2015-07-31 06:21

【布朗层次聚类调优】《Tuning Brown Clustering》http://t.cn/RLpzAR4Paper:http://t.cn/RLpzARb

2015-07-31 爱可可爱生活_第13张图片

爱可可-爱生活网页版2015-07-31 06:15

【(多媒体处理/信息抽取/数据挖掘/机器学习/...)国家安全局(NSA)专利集】"NSA Patents - A Searchable, Interactive and Fully-Visualizable Database of Patents Filed by the National Security Agency"http://t.cn/RLp7kDt

2015-07-31 爱可可爱生活_第14张图片

爱可可-爱生活网页版2015-07-31 06:03

【Kaggle代码(Python):分类问题重要变量的筛选和可视化】《Visualizing important variables》by saihttam in Caterpillar Tube Pricinghttp://t.cn/RLp7jt6

2015-07-31 爱可可爱生活_第15张图片

爱可可-爱生活网页版2015-07-31 05:59

【数据爬取核心技术系列】《Science of Crawl series》Part1.Deduplication of Web Contenthttp://t.cn/Rh4Cw6oPart2.Content Freshnesshttp://t.cn/R7x0jxP

2015-07-31 爱可可爱生活_第16张图片

爱可可-爱生活网页版2015-07-31 05:55

【对Stanford命名实体标注工具NER Tagger的测试(和比较)】《Named Entity Recognition: Examining the Stanford NER Tagger》http://t.cn/RLp76re

2015-07-31 爱可可爱生活_第17张图片

爱可可-爱生活网页版2015-07-31 05:33

【幻灯:(PyData 2015)机器学习系统观】《PyData 2015 Keynote: "A Systems View of Machine Learning"》by Joshua Bloomhttp://t.cn/RLphDYt云:http://t.cn/RLphDYc

2015-07-31 爱可可爱生活_第18张图片

TA点评的更早的微博 (4)

AixinSG网页版2015-07-30 22:53

Text, Topics, and Turkers: A Consensus Measure for Statistical Topicshttp://t.cn/RLNmuA6

爱可可-爱生活网页版转发于2015-07-31 05:08

"Text, Topics, and Turkers: A Consensus Measure for Statistical Topics"

爱可可-爱生活网页版2015-07-03 12:32

【Python调参优化库Optunity】GitHub:http://t.cn/RLzf9YzDoc:http://t.cn/RLzf9Yh

2015-07-31 爱可可爱生活_第19张图片

爱可可-爱生活网页版转发于2015-07-31 09:28

SVM with RBF kernel调参实例:http://t.cn/RLp4YSz

爱可可-爱生活网页版2015-05-24 07:02

【视频:David Silver(DeeMind)的强化学习课程】《Reinforcement Learning course by DeeMind's David Silver》http://t.cn/R2GF89K云:http://t.cn/R2GFr56Slides&Info:http://t.cn/Rw0rwtU

2015-07-31 爱可可爱生活_第20张图片

爱可可-爱生活网页版转发于2015-07-31 09:10

Clip.mn标注的版本:http://t.cn/RLpU9dS

爱可可-爱生活网页版2015-05-07 19:34

【Stanford社交网络与信息网络分析课程资料+课设+数据】《CS224W: Social and Information Network Analysis - Autumn 2014》by Jure Leskovechttp://t.cn/RAg7rim讲义+阅读材料(很多经典论文):http://t.cn/RAg7dg9学期课程设计(2014):http://t.cn/RAg7eEe数据集+代码:http://t.cn/RAg7kom

2015-07-31 爱可可爱生活_第21张图片

爱可可-爱生活网页版转发于2015-07-31 20:44

《Social and Information Network Analysis - Autumn 2013》的课设集锦:http://t.cn/RLpgg30

你可能感兴趣的:(2015-07-31 爱可可爱生活)