上个学习的时候，我除了TA机器学习以外，另外一半的时间就是上了System课程。因为上课的缘故，需要做一个课程项目，于是我决定做一些和分布式机器学习相关的事情。

Logistics回归模型要解决的是分类问题，在之前的二元分类问题中，我们将数据分成正例和负例，但是像PLA算法一样，用单位阶跃函数来处理的这种瞬间跳跃的过程有时很难处理。于是，我们希望能得到正...

python下大规模线性分类、回归和排序用的库，支持SDCA、Prox-SDCA、SGD, AdaGrad, SAG, SVRG、FISTA, SpaRSA，亮点：和scikit-learn使用...

利用机器学习对歌词体现出的情绪分类，目标是建立分类器，将歌曲分成快乐的和悲伤的，用到python的Pandas, scikit-learn, h5py, NLTK和flask.

介绍基于RBF核PCA的非线性维数约简，对PCA、核技巧、非线性维数约简都有比较全面的介绍，并通过例子介绍RBF核PCA的具体使用.

利用深度学习和维数约减，可以对整个Wikipedia进行可视化，文中结合Wikipedia训练得出的例子，全面介绍了深度学习、词向量、段落向量、翻译模型以及深度学习可视化方面的知识，理论结合实践.

算算时间，从开始到现在，做机器学习算法也将近八个月了。虽然还没有达到融会贯通的地步，但至少在熟悉了算法的流程后，我在算法的选择和创造能 力上有了不小的提升。实话说，机器学习很难，非常难，要做到完...

自己的专业方向是机器学习、数据挖掘，就业意向是互联网行业与本专业相关的工作岗位。各个企业对这类岗位的命名可能有所不同，比如数据挖掘/自然语言 处理/机器学习算法工程师，或简称算法工程师，还有的称...

决策树这种算法有着很多良好的特性，比如说训练时间复杂度较低，预测的过程比较快速，模型容易展示（容易将得到的决策树做成图片展示出来）等。但 是同时，单决策树又有一些不好的地方，比如说容易over-...

聚类是一种无监督的学习（ 无监督学习 不 依赖预先定义的类或带类标记的训练实例），它将相似的对象归到同一个簇中，它是观察式学习，而非示例式的学习，有点像全自动分类。说白了，聚类 （cluster...

一、自然语言处理概览——什么是自然语言处理（NLP) 1）相关技术与应用 自动问答（Question Answering，QA）：它是一套可以理解复杂问题，并以充分的准确度、可信度和速度...

用scikit-learn和IPython构建并行机器学习方案，内容覆盖机器学习、文本分类、并行开发等，附赠全部IPython代码，ogrisel本人也是scikit-learn开发成员，视频是...

机器学习 机器学习是近20多年兴起的一门多领域交叉学科，涉及概率论、统计学、逼近论、凸分析、算法复杂度理论等多门学科。机器学习理论主要是设计和分析一些让计 算机可以自动“学习”的算法。机器学习算...

朴素贝叶斯（Naive Bayes Classifier）是一种「天真」的算法（假定所有特征发生概率是独立的），同时也是一种简单有效的常用分类算法。关于它的原理，参见朴素贝叶斯分类器的应用。

国外机器学习的Blog推荐

数据挖掘，数据分析，人工智能及机器学习课程汇总

Kaggle比赛源代码和讨论的收集整理。

机器学习经典论文/survey合集

既然说机器学习，就从什么机器学习开始，相对而言，机器学习是一个比较泛的概念 初看的话，会觉得机器学习和人工智能，数据挖掘讲的东西很像，实际他们之间的关系可以概括为：

经典的机器学习方面源代码库整理。全面收集，可用于数据挖掘，计算机视觉，模式识别，信息检索相关领域。