上個學習的時候，我除了TA機器學習以外，另外一半的時間就是上了System課程。因為上課的緣故，需要做一個課程項目，于是我決定做一些和分布式機器學習相關的事情。

Logistics回歸模型要解決的是分類問題，在之前的二元分類問題中，我們將數據分成正例和負例，但是像PLA算法一樣，用單位階躍函數來處理的這種瞬間跳躍的過程有時很難處理。于是，我們希望能得到正...

python下大規模線性分類、回歸和排序用的庫，支持SDCA、Prox-SDCA、SGD, AdaGrad, SAG, SVRG、FISTA, SpaRSA，亮點：和scikit-learn使用...

利用機器學習對歌詞體現出的情緒分類，目標是建立分類器，將歌曲分成快樂的和悲傷的，用到python的Pandas, scikit-learn, h5py, NLTK和flask.

介紹基于RBF核PCA的非線性維數約簡，對PCA、核技巧、非線性維數約簡都有比較全面的介紹，并通過例子介紹RBF核PCA的具體使用.

利用深度學習和維數約減，可以對整個Wikipedia進行可視化，文中結合Wikipedia訓練得出的例子，全面介紹了深度學習、詞向量、段落向量、翻譯模型以及深度學習可視化方面的知識，理論結合實踐.

算算時間，從開始到現在，做機器學習算法也將近八個月了。雖然還沒有達到融會貫通的地步，但至少在熟悉了算法的流程后，我在算法的選擇和創造能 力上有了不小的提升。實話說，機器學習很難，非常難，要做到完...

自己的專業方向是機器學習、數據挖掘，就業意向是互聯網行業與本專業相關的工作崗位。各個企業對這類崗位的命名可能有所不同，比如數據挖掘/自然語言 處理/機器學習算法工程師，或簡稱算法工程師，還有的稱...

決策樹這種算法有著很多良好的特性，比如說訓練時間復雜度較低，預測的過程比較快速，模型容易展示（容易將得到的決策樹做成圖片展示出來）等。但 是同時，單決策樹又有一些不好的地方，比如說容易over-...

聚類是一種無監督的學習（ 無監督學習 不 依賴預先定義的類或帶類標記的訓練實例），它將相似的對象歸到同一個簇中，它是觀察式學習，而非示例式的學習，有點像全自動分類。說白了，聚類 （cluster...

一、自然語言處理概覽——什么是自然語言處理（NLP) 1）相關技術與應用 自動問答（Question Answering，QA）：它是一套可以理解復雜問題，并以充分的準確度、可信度和速度...

用scikit-learn和IPython構建并行機器學習方案，內容覆蓋機器學習、文本分類、并行開發等，附贈全部IPython代碼，ogrisel本人也是scikit-learn開發成員，視頻是...

機器學習 機器學習是近20多年興起的一門多領域交叉學科，涉及概率論、統計學、逼近論、凸分析、算法復雜度理論等多門學科。機器學習理論主要是設計和分析一些讓計 算機可以自動“學習”的算法。機器學習算...

樸素貝葉斯（Naive Bayes Classifier）是一種「天真」的算法（假定所有特征發生概率是獨立的），同時也是一種簡單有效的常用分類算法。關于它的原理，參見樸素貝葉斯分類器的應用。

國外機器學習的Blog推薦

數據挖掘，數據分析，人工智能及機器學習課程匯總

Kaggle比賽源代碼和討論的收集整理。

機器學習經典論文/survey合集

既然說機器學習，就從什么機器學習開始，相對而言，機器學習是一個比較泛的概念 初看的話，會覺得機器學習和人工智能，數據挖掘講的東西很像，實際他們之間的關系可以概括為：

經典的機器學習方面源代碼庫整理。全面收集，可用于數據挖掘，計算機視覺，模式識別，信息檢索相關領域。