Lambda 表达式有何用处？如何使用？ - 知乎2152被浏览379391分享邀请回答map( lambda x: x*x, [y for y in range(10)] )
这个写法要好过def sq(x):
return x * x
map(sq, [y for y in range(10)])
，因为后者多定义了一个（污染环境的）函数，尤其如果这个函数只会使用一次的话。而且第一种写法实际上更易读，因为那个映射到列表上的函数具体是要做什么，非常一目了然。如果你仔细观察自己的代码，会发现这种场景其实很常见：你在某处就真的只需要一个能做一件事情的函数而已，连它叫什么名字都无关紧要。Lambda 表达式就可以用来做这件事。进一步讲，匿名函数本质上就是一个函数，它所抽象出来的东西是一组运算。这是什么意思呢？类比a = [1, 2, 3]
和f = lambda x : x + 1
，你会发现，等号右边的东西完全可以脱离等号左边的东西而存在，等号左边的名字只是右边之实体的标识符。如果你能习惯 [1, 2, 3] 单独存在，那么 lambda x : x + 1 也能单独存在其实也就不难理解了，它的意义就是给「某个数加一」这一运算本身。现在回头来看 map() 函数，它可以将一个函数映射到一个可枚举类型上面。沿用上面给出的 a 和 f，可以写：map(f, a)
也就是将函数 f 依次套用在 a 的每一个元素上面，获得结果 [2, 3, 4]。现在用 lambda 表达式来替换 f，就变成：map( lambda x : x + 1, [1, 2, 3] )
会不会觉得现在很一目了然了？尤其是类比a = [1, 2, 3]
for each in a:
r.append(each+1)
这样的写法时，你会发现自己如果能将「遍历列表，给遇到的每个元素都做某种运算」的过程从一个循环里抽象出来成为一个函数 map，然后用 lambda 表达式将这种运算作为参数传给 map 的话，考虑事情的思维层级会高出一些来，需要顾及的细节也少了一点。Python 之中，类似能用到 lambda 表达式的「高级」函数还有 reduce、filter 等等，很多语言也都有这样的工具（不过这些特性最好不要在 Python 中用太多，原因详见
的评论部分）。这种能够接受一个函数作为参数的函数叫做「高阶函数」（higher-order function），是来自函数式编程（functional programming）的思想。和其他很多语言相比，Python 的 lambda 限制多多，最严重的当属它只能由一条表达式组成。这个限制主要是为了防止滥用，因为当人们发觉 lambda 很方便，就比较容易滥用，可是用多了会让程序看起来不那么清晰，毕竟每个人对于抽象层级的忍耐 / 理解程度都有所不同。1.2K33 条评论分享收藏感谢收起&&& lambda x, y : x+y
&function &lambda& at 0x102bc1c80&
x 和 y 是函数的两个参数，冒号后面的表达式是函数的返回值，你能一眼看出这个函数就是是在求两个变量的和，但作为一个函数，没有名字如何使用呢？这里我们暂且给这个匿名函数绑定一个名字，这样使得我们调用匿名函数成为可能&&& add = lambda x, y : x+y
&function &lambda& at 0x102bc2140&
&&& add(1,2)
它等同于常规函数&&& def add2(x, y):
return x+y
&function add2 at 0x102bc1c80&
&&& add2(1,2)
如果定义匿名函数，还要给它绑定一个名字的话，有点画蛇添足，通常是直接使用 lambda 函数。那么 lamdba 函数的正确使用场景在哪呢？1、函数式编程尽管 Python 算不上是一门纯函数式编程语言，但它本身提供了很多函数式编程的特性，像 map、reduce、filter、sorted 这些函数都支持函数作为参数，lambda 函数就可以应用在函数式编程中。请看题：一个整数列表，要求按照列表中元素的绝对值大小升序排列，你会怎么做？思考一分钟往下看&&& list1 = [3,5,-4,-1,0,-2,-6]
&&& sorted(list1, key=lambda x: abs(x))
[0, -1, -2, 3, -4, 5, -6]
排序函数 sorted 支持接收一个函数作为参数，该参数作为 sorted 的排序依据，这里按照列表元素的绝对值进行排序，当然，我也可以用普通函数来实现：&&& def foo(x):
return abs(x)
&&& sorted(list1, key=foo)
[0, -1, -2, 3, -4, 5, -6]
只不过是这种方式代码看起来不够 Pythonic 而已。2、闭包闭包本身是一个晦涩难懂的概念，它可以专门单独用一篇文章来介绍，不过在这里我们可以简单粗暴地理解为闭包就是一个定义在函数内部的函数，闭包使得变量即使脱离了该函数的作用域范围也依然能被访问到。来看一个用 lambda 函数作为闭包的例子。&&& def my_add(n):
return lambda x:x+n
&&& add_3 = my_add(3)
&&& add_3(7)
这里的 lambda 函数就是一个闭包，在全局作用域范围中，add_3(7) 可以正常执行且返回值为10，之所以返回10是因为在 my_add 局部作用域中，变量 n 的值在闭包的作用使得它在全局作用域也可以被访问到。换成常规函数也可以实现闭包，只不过是这种方式稍显啰嗦。&&& def my_add(n):
def wrapper(x):
return x+n
return wrapper
&&& add_5 = my_add(5)
&&& add_5(2)
那么是不是任何情况 lambda 函数都要比常规函数更清晰明了呢？看这个例子：f = lambda x: [[y for j, y in enumerate(set(x)) if (i && j) & 1] for i in range(2**len(set(x)))]
这是一个返回某个集合的所有子集的 lambda 函数，你看明白了吗？我是很难一眼看出来zen of python 中有这样一句话是 Explicit is better than implicit(明了胜于晦涩)。记住，如果用 lambda 函数不能使你的代码变得更清晰时，这时你就要考虑使用常规的方式来定义函数。817 条评论分享收藏感谢收起查看更多回答3 个回答被折叠（）２、加权最小二乘法：我们使用表二的数据，在主菜单；图十三；图十四；入输入估计方程对话框,输入待估计方程(cumin；Eviews中进行加权最小二乘估计的过程为：选定；图十五；图十六；九、一阶（高阶）序列相关校正；当线性回归模型中的随机扰动项是序列相关时，OLS；表三中的数据，设进口需求函数随机方程为；IMt=B0＋B1GNPt＋ut(2)；IM为每年进口额，
２、加权最小二乘法：我们使用表二的数据，在主菜单选Quick \\Estimate Equations，进图十三 图十四 入输入估计方程对话框, 输入待估计方程 (cum in )，选择估计方法―普通最小二乘法，点击Options 按钮进入方程估计选择对话框，选择Weighted
\\ 在对话框内输入用作加权的序列名称in的平方根得倒数 \\ OK应用（见图十五），回到估计方程对话框，点击OK得到加权最小二乘法回归方程（见图十六并与图十四中的方程比较）。
Eviews中进行加权最小二乘估计的过程为：选定一个与残差标准差的倒数成比例的序列作为权数，然后将权数序列除以该序列的均值进行标准化处理，将经过标准化处理的序列作为权数进行加权作最小二乘估计，这种做法不影响回归结果。但应该注意，Eviews的这种标准化处理过程对频率数据不适用。
图十五 图十六
九、一阶（高阶）序列相关校正
当线性回归模型中的随机扰动项是序列相关时，OLS估计量尽管是无偏的，但却不是有效的。当随机扰动项有一阶序列相关时，使用AR(1)可以获得有效估计量。其原理如下： 表三中的数据，设进口需求函数随机方程为 IMt= B0＋ B1 GNPt＋ ut
(2) IM为每年进口额， GNP每年收入的替代变量。假设误差项存在一阶自相关，则ut可以写成： 表三 我国进口支出与国内生产总值和消费者价格指数
年度 87 90
进口总额(人消费价格指 国民生产总值(人民币亿元，当年数（1985年民币亿元，当年价) 价) =100） GNP 01.4 22.3 98.4 IM 8.3 5.1 4.3 CPI 100.0 106.5 114.3 135.8 160.2 165.2 93 96 .5 60.5 94.9 42.7 3.3 0.1 57.4 .8 181.7 208.4 258.6 302.9 328.0 337.2 334.5 .8 11622.4 （数据来源：：中国统计年鉴1999光盘c01、 q03和i01，） ut = ? ut-1＋?t
(3) 其中?～N(0,?2), Cov(?i,?t) = 0, i?j。记作ui服从AR(1)。 假定?已知，我们将方程(3)中的变量滞后一期，写为： IMt-1= B0＋ B1 GNPt-1＋ ut-1
(4) 方程(4)两边同时乘以?得到: ?IMt-1=?B0＋?B1GNPt-1＋?ut-1
(5) 将方程 (2)与方程
(4)相减并利用方程(3)，得到： IMt - ?IMt-1=B0(1－?)＋B1(GNPt－?GNPt-1)＋?t
(6) 图十七 Eviews利用Marquardt非线性最小二乘法，同时估计（6）式中的B0、B1和ρ。用AR(1)项进行估计时，必须保证估计过程使用滞后观测值存在。例如，左右端变量的起始观测时间为1985年，则回归时的样本区间最早能从1986年开始。若用户忽略了这一点，会暂时调整样本区间，这一点可以从估计方程的结果显示中看到。操作如下：在主菜单选Quick \\Estimate Equations，进入输入估计方程对话框, 输入待估计方程 IM C GNP
AR(1)，选择估计方法―普通最小二乘法，如图十七所示估计方程对话框图中竖线为光标。估计结果如图十八所示。。 图十八中AR(1)的系数就是?的估计值。Inverted AR Roots是残差自相关模型(3)的滞后算子多项式的根，这个根有时是虚数，但静态自回归模型的滞后算子多项式的根的模应该小于1。
如果模型（2）的误差项存在高阶自相关，形如 ut = ?1 ut-1＋?2 ut-2＋?3 ut-3＋?t
i=1,2,3 (7) 图十八 我们应在图十七的估计方程对话框中输入IM C GNP AR(1) AR(2) AR(3)。如果模型（2）的误差项存在形如下式的自相关 ut = ?1 ut-1+ ?3 ut-3＋?t
(8) 我们应在图十七的估计方程对话框中输入IM C GNP AR(1) AR(3)。如果模型（2）的误差项存在形如下式的自相关 ut = ?4 ut-4＋?t
(9) 我们应在图十七的估计方程对话框中输入IM C GNP AR(4)。这样就可以校正误差序列高阶自相关。
十、邹氏转折点检验 邹氏转折点检验的目的是检验在整个样本的各子样本中模型的系数是否相等。如果模型在不同的子样本中的系数不同，则说明该模型中存在着转折点。转折点出现的原因可能由于社会制度、经济政策的变化、社会动荡等，如固定汇率变为浮动汇率、中国的改革开放、战争等。我们可以用邹氏转折点检验来验证某点是否是转折点。这个检验使用的F是统计量和LR? 统表 四 2 某地区1947年一季度至1957年4季度国内生产总值和投资总额数据
单位：亿美元 obs 7-2 7-4 8-2 GDP INV obs 43 .3
1952-2 GDP INV obs GDP INV 64.7 67.9 70.8 74.2 74.2 73.9 7.2
8.3 6 2.1 60.4 .4 .7 .3 .9 .1 2.5 8.2 7 8-3 9-1 9-3 0-1 0-3 3.8 5.3
0.9 5.2 .4 .8 .1 .6 .8
.4 .6 .5 1.9 7.3 7.9 0.8 7.7 52.8 .8 .5 .2 .1 .3 1957-4
54.7 6.6 4.8 .7 76.1 77.5 76.8 78.5 .8
63.9 8.3 58.8
根据表四数据建立回归方程如下： GDP = 14.5169INV + 735.545 现在需要验证1952年4季度是不是转折点，即1952年4季度之前与之后投资对国内生产总值的贡献是否一致。操作如下：在方程估计输出窗口点击View/Stability test /Chow breakpoint test，如图十九；进入转折点输入窗口如图二十，输入转折点日期；得到检验统计结果如图二十一。从统计结果可以看出F检验和LR?2检验都拒绝零假设：1952年4季度是转折点，接受1952年4季度不是转折点的备则假设。一般地，只要图二十一中的显示的概率小于给定的显著平，如5%或1%，就可以在该显著水平拒绝原假设。
如果我们需要检验多个转折点，则可以同时输入多个转折点的时间。假如我们需要判断1952年4季度和1954年4季度是不是转折点，这时的零假设是：1952年4季度和1954年4季度都是转折点。可以验证我们拒绝零假设。如图二十二和图二十三。
图二十 三亿文库包含各类专业文献、幼儿教育、小学教育、文学作品欣赏、外语学习资料、生活休闲娱乐、应用写作文书、计量经济学软件包Eviews使用说明97等内容。　
　计量经济学软件包 Eviews 使用说明一、启动软件包假定用户有 Windows95/98 的操作经验,我们通过一个实际问题的处理过程,使用户对 EViews 的应用有一些感性认识,达到... 　计量经济学软件包 Eviews 使用说明一、启动软件包 假定用户有 Windows95/98的操作经验, 我们通过一个实际问 题的处理过程,使用户对 EViews 的应用有一些感性认识,... 　计量经济学软件包 Eviews 使用说明一、启动软件包假定用户有 Windows 的操作经验,我们通过一个实际问题的处理过程,使用户对 EViews 的应用有一些感性认识,达到速成的... 　计量经济学软件包Eviews使用说明1_计算机软件及应用_IT/计算机_专业资料。计量经济学软件包 Eviews 使用说明一、启动软件包 假定用户有 Windows95/98 的操作经验,我... 　计量经济学软件包EViews速成_计算机软件及应用_IT/计算机_专业资料。计量经济学软件...建立工作文件的方法 方法是点击 File/New/Workfile/OK,选择新建对象的类型为... 　计量经济学软件包 Eviews 使用说明一、启动软件包假定用户有 Windows 的操作经验,我们通过一个实际问题的处理过程,使用户对 EViews 的应 用有一些感性认识,达到速成... 　我们以 V 2.0 版本为例,介绍计量经济 学软件包使用的基本方法和技巧。 虽然 EViews 是由经济学家开发的,并且大多数被用于经济学领域,但并意味着 必须限制该软件... 　计量经济学软件包 EViews 速成 二、输入和编辑数据输入数据有两种基本方法:data 命令方式和鼠标图形界面方式 (一)data 命令方式
使用一键...(window.slotbydup=window.slotbydup || []).push({
id: '2014386',
container: s,
size: '234,60',
display: 'inlay-fix'
&&|&&4次下载&&|&&总24页&&|
您的计算机尚未安装Flash，点击安装&
阅读已结束，如需下载到电脑，请使用积分（）
下载：10积分
55人评价63页
0人评价119页
5人评价106页
0人评价79页
0人评价7页
所需积分：（友情提示：大部分文档均可免费预览！下载之前请务必先预览阅读，以免误下载造成积分浪费！）
（多个标签用逗号分隔）
文不对题，内容与标题介绍不符
广告内容或内容过于简单
文档乱码或无法正常显示
文档内容侵权
已存在相同文档
不属于经济管理类文档
源文档损坏或加密
若此文档涉嫌侵害了您的权利，请参照说明。
我要评价：
下载：10积分机器学习日报 |
| 好东西传送门出品
机器学习日报
关注我们的微博 @。在
主页可以订阅其他日报
(从默认邮件客户端比如Gmail或Outlook)
如点击上面的图标无效，请点订阅
发封空信，标题是 " 订阅机器学习日报 "
手机和Kindle订阅
通过狗耳朵推送到你的手机（需安装Kindle应用）或电子阅读器：
如果您喜欢机器学习日报，请小额打赏以支持服务器和编辑费用
（讨论合集贴）
( 21条)年被引用次数最多的深度学习论文（附论文下载）Cayley：Google开源的图数据库Jcseg - 基于mmseg算法的轻量级开源中文分词器深度学习应用案例(汇总)Information Theory for Machine Learning ，机器学习中的信息论
( 26条)机器学习中进行模型评价、模型选择和算法选择的终极方法后AlphaGo时代”的中国人工智能路线图Learning to Optimize，学习优化过程激活函数在神经网络中是什么角色？机器学习用于金融预测
( 18条)声音：深度学习讨论产业：聊天机器人将如何获得盈利？ICML 2016 Workshop on Data-Efficient Machine Learning - Accepted Papers分布式机器学习的新进展博客推荐：NLP应用的平台之叹
( 19条)Facebook人工智能核心部门介绍ICML16专题教程若干知识图谱（语义网）的一些书目推荐没有任何行业可以忽视人工智能——《麻省理工科技评论》 EmTech Digital 峰会干货整理为不擅长编程的人准备的19个数据科学工具
( 16条)清华大学NLP团队THUNLP研究成果github开源盘点开源机器人技术界的人气明星文本分类与SVM机器学习实践中的经验总结干货：知识图谱学习大纲
( 22条)八一八：国外十大高校人工智能实验室及其代表性人物一览From Softmax to Sparsemax: A Sparse Model of Attention and Multi-Label Classification机器学习专家带你实践LSTM语言模型机器视觉生成式模型(generative model)粗糙的贝叶斯转化概率预测模型
( 24条)机器学习常见的算法面试题总结多视角表示学习（Multi-View Representation Learning）论文集锦Geoffrey Hinton - How Neural Networks Really WorkNLP相关资源(Awesome)列表什么是深度学习以及为什么你要了解它？
( 17条)深度学习发展的4大新趋势Facebook文本理解引擎DeepText贝叶斯深度学习语法工程派与统计学习派的总结Neural Network Translation Models for Grammatical Error Correction
( 20条)优质语料：联合国平行语料1.0版，包括阿英西法俄中六种语言，共15个语言对，每种1500W以上深度学习与自然语言处理(斯坦福cs224d)讨论：机器学习专家与统计学家观点上有哪些不同？什么是数据科学？如何把数据变成产品？#ACL16#神经机器翻译（neural MT）长文8篇+短文3篇
( 24条)Deep Reinforcement Learning 深度增强学习资源讲义推荐：《深度学习与自然语言处理》你是这样获取人工智能AI前沿信息的吗？用深度学习完成人脸变形的演示讨论：现在还有必要对SVM深入学习吗？
( 22条)科普向：12个关键词，告诉你到底什么是机器学习Python机器学习库清单搞机器学习要哪些技能？31页报告解读全球深度学习产业链AI产业界前沿：出门问问CEO李志飞创业访谈
( 19条)机器学习实践中应避免的七种常见错误Want to Win at Kaggle? Pay Attention to Your Ensembles大牛经验分享：Quora上Y.Bengio回答调多个超参的方法基础：神经网络、logistic回归等分类算法简单实现大数据哈希学习: 现状与趋势
( 18条)深度学习这么神奇为什么仍奈何不了语音转录？机器学习在酒店服务领域的实践前向反馈神经涂鸦如何通过深度学习实现对应用流量识别当AlphaGo战胜李世石以后我们来聊聊深度学习
( 17条)Netflix推荐系统的最新解读：算法、商业价值与创新自然语言处理顶级会议ACL2016录取长文列表麻省理工科技评论：AI 即将腾飞基于机器学习的高价值用户自动发现A Short History of Machine Learning
( 22条)机器学习常见算法个人总结（面试向）Comparison of Training Methods for Deep Neural NetworkPython-OpenCV 图像与视频处理(系列)Batch Normalization导读Hinton剑桥演讲：大脑神经元的误差反向传播机制
( 21条)深度点评亚马逊、微软、谷歌、IBM 等 6 大机器学习云活动推荐：北京地区的知识图谱学习小组机器学习代码心得系列模式识别（Pattern Recognition）学习笔记系列经验分享：怎样进行精准用户画像
( 15条)机器学习与数据挖掘的学习路线图EM算法原理和应用谷歌大脑负责人Jeff Dean：深度学习技术及趋势报告可视化深度学习用LSTM做排序
( 24条)机器学习研究的数据集列表掌握Python机器学习的7个步骤。Jeff Dean等三名高管齐聚谷歌 I/O 压轴论坛，多角度解读谷歌眼中的机器学习Github上10大机器学习项目用Python做自然语言处理的八个工具推荐
( 25条)面向NLP的神经网络模型入门学习笔记阿里研究员华先胜：图像搜索的前世今生谷歌DeepMind最新论文：用记忆增强神经网络改善One-shot Learning数据科学与机器学习管道中预处理的重要性：中心化、缩放和K近邻TextRank4ZH - 从中文文本中自动提取关键词和摘要(TextRank)
( 20条)谷歌 I/O 大会 Keynote 全盘点python推荐系统案例——私人化推荐系统 《豆瓣电影，电视剧 DM 实战》深度学习的定义、资源，与机器学习的比较推荐系统的典型推荐案例Python数据科学资源列表: Python Data Science Tutorials
( 23条)深度学习软件比较的wiki（Comparison of deep learning software）ICML 2016 强化学习相关论文经验分享：给机器学习初学者的建议入门：利用机器学习算法实现苹果橙子的分类器深度解读谷歌 SyntaxNet：全新 TensorFlow 自然语言处理模型
( 21条)Yoshua Bengio最新演讲：Attention 让深度学习取得巨大成功深度强化学习初探经验分享：给机器学习初学者的建议“人工智能前沿技术研讨会” 5.22 at 清华机器学习之线性回归
( 25条)中文详细介绍28款GitHub最流行的开源机器学习项目深度学习框架的评估与比较《深度学习与推荐系统》《机器学习/深度学习/自然语言处理学习路线》【Writing with the machine】像代码自动补全一样写文章
( 21条)在Ubuntu Linux上从零开始搭建一个深度学习机器以人工智能风潮，近年AI企业竞相被收购中南大学公开课【人工智能PK人类智能】Foxtype机器学习工具，对你写作的东西进行打分并修改SciPy 2015 Scikit-learn Tutorial 机器学习指南
( 25条)【机器学习】机器学习资源大全中文版ICML16强化学习相关24篇论文及其PDF链接Python资源大全中文版面向普通开发者的机器学习应用方案（论文+代码）伯克利大学CVPR 2016关于无监督的视觉特征学习算法新进展等文章
( 21条)重磅：谷歌开放自然语言理解软件SyntaxNet源代码Java知识图谱收集整理当我们说数据挖掘的时候我们在说什么NLP技术在音乐产品的应用：Spotify战胜Apple Music的计划浅谈高维数据可视化中的降维方法
( 25条)分享：深度学习在语音技术最新应用，ICASSP2016参会总结Quota问答：你职业生涯中学到的最重要的机器学习经验是什么？零被引研究文献的知识图谱分析基于Spark和Streaming的实时信用卡欺诈检测健康保卫战：深度学习在使用胸部X光照片预测疾病上的应用
( 18条)聊天机器人中的深度学习技术用Python进行数据分析以MovieLens电影评分数据集为例深度学习之机器翻译A lightweight C++ machine learning library for embedded electronics and roboticsPretty fast word2vec with Numba
( 15条)科普：基于 Deep Learning 的视频识别技术人工智能聊天机器人取代人类？到底是一个是否的问题还是一个时间的问题？经验分享：中文维基百科文本数据获取与预处理Facebook公开其机器学习平台FBLearner Flow斯坦福Andrej Karpathy， Li Fei-Fei等的 ICLR 2016 Workshop的报告 ——RNN的可视化与理解
( 26条)深度学习全卷积网络：从图像级理解到像素级理解Google Deepmind的alphago人工智能算法技术演变历程Pinterest 的 Smart Feed 架构与算法以什么姿势进入DataMining会少走弯路？十步制胜 Kaggle 数据科学竞赛
( 23条)国际机器学习大会（ICML）2015深度学习研讨会记录Siri与语义网的关系Quora热点讨论：选择recurrent neural networks网络结构的要点有哪些?（论文+代码）伯克利大学CVPR 2016关于无监督的视觉特征学习算法新进展等文章基于深度学习的自然语言处理在2016年有哪些值得期待的发展？ in Zhihu
( 20条)从无到有，如何21天搭建一个推荐系统(数加平台介绍)（代码+教程）用Python和Tensorflow ConvNet实现自动车牌识别系统教程构建人工智能系统太难？Facebook 让机器自行构建人工智能系统表情分析与手势识别的个性化模型Learning Personalized Models for Facial Expression Analysis and Gesture Recognition在TensorFlow中使用Recurrent Networks的介绍
( 24条)【Caffe实战与小数据深度学习】CNN的近期进展与实用技巧【机器学习】预处理在数据科学和机器学习中的重要性深度学习有哪些好玩的且易于实现的论文？Stephen Clark《语言处理中的机器学习法》七讲【语音分析】一个开源的音频分析库pyAudioAnalysis
( 23条)人脸识别开源工具：OpenFace – state-of-the art open source toolNIPS15上的强化学习专题教程。幻灯片64页 + 视频2小时19 Data Science Tools for people who aren’t so good at programming博客推荐：你真的了解 Convolutional Neural Networks 么【计算机视觉、深度学习】斯坦福大学计算机系(Fei-Fei Li & Andrej Karpathy)的课程《面向视觉识别的卷积神经网络》
( 26条)机器学习会议ICLR 2016 论文的代码集合经验传授：How to get into the top 15 of a Kaggle competition using PythonNLP热点讨论：Should Neural Network Architecture Reflect Linguistic Structure?关于理解和可视化神经网络的若干篇博客推荐10 种基础机器学习算法的要点 附代码
( 34条)AlphaGo共同一作，UCL讲师David Silver《强化学习》十讲CNN的近期进展与实用技巧贝叶斯统计指南电影领域QA: Understanding Stories in Movies through Question-Answering [Tapaswi et al， CVPR16] 数据集和论文高级计算机视觉（Advanced Computer Vision），Ying Wu
( 21条)Stanley F. Chen《自动语音识别ASR:从信号处理到深度神经网络》（论文+代码）伯克利大学CVPR 2016关于无监督的视觉特征学习算法新进展CVPR16专题讲座，优化问题：Energy Minimization and Discrete Optimization【视频讲解】机器学习的一大祸根：过度拟合。Data Science 45-min Intros数据科学介绍
( 14条)Deep Learning（深度学习）学习笔记整理系列深度学习与聊天机器人如何用50行代码开发出一个人工智能机器人GitHub上优秀的数据科学家和最好的数据科学教程OpenAI发布增强学习算法测试开源工具包
( 29条)Python机器学习教程 by Kaggle信息个性化推荐领域当年的那些知名公司，现在都是什么状态？Andrew Ng / 徐伟谈人工智能发展的现状与未来讨论：深度学习的自然语言处理在2016年有什么期待的？deep reinforcement learning benchmarking 论文
( 30条)＂迁移学习理论与应用＂ by 杨强深度吐槽，深度烦躁.....解读谷歌Photos定位技术深度科普：人工智能60年Pinterest首席科学家Jure Leskovec谈他在Pinterest的机器学习项目的范例、经验教训与挑战
( 23条)热点论文评论：问答系统（QA）和翻译（Machine Translation）相关的12篇paper总结交互式网页：图解神经网络算法工作原理计算机视觉：采用OpenCV实现卷积、hough转换、相机校正、Canny边缘检测、颜色空间以及噪音模型等教程领域自适应及其在人脸识别中的应用时间序列异常检测：Long Short Term Memory Networks for Anomaly Detection in Time Series
( 22条)知识图谱技术原理介绍科普：微软小冰智能聊天是如何实现的？教程推荐：Entity Linking and Searching自动文摘：Generating News Headlines with Recurrent Neural Networks精读和评论统计机器翻译综述
( 28条)基于树的建模-教程(R & Python)1-3美国13个机器学习和数据科学孵化企业的启示多模型融合推荐算法——从原理到实践热点讨论：How is tensor analysis applied to machine learning ?视频：提高深度神经网络的一些有益技巧| YouTube
( 33条)《深度专访｜微软研究院人工智能首席科学家邓力：人工智能的成功在于将多种理论方法整合成一个完整系统》RNN/LSTM序列建模及其在医学和NLP中的应用GitHub上28款最流行的机器学习开源项目—整理从人工智能游戏到阿尔法狗的“简”史NAACL2016年度论文：无监督神经网络理解虚构人物关系
( 27条)Statistical Machine Translation， Yang Liu (EMNLP16机器翻译AC)初、中、高级有不同机器学习资源推荐谷歌机器学习开发者指导 ＂Machine Learning: Recipes for New Developers脸书人工智能研究院Soumith Chintala整理，深度学习的Benchmarks（DeepMark）梯度下降优化及其各种变体
( 26条)特征学习和深度学习热门会议ICLR2016最佳论文爱丁堡大学课程推荐：《算法/数据结构和机器学习》深入理解深度学习的卷积网络的知识两个面向自然语言处理的深度学习资源列表开源后5个月，Google的深度学习系统都有哪些改变？
( 19条)走进Facebook 有史以来最大的人工智能项目CVPR16《视觉问答#VQA#挑战》研讨会微软最新的序列图像叙事数据集Sequential Image Narrative Dataset(SIND)#MATLAB小课堂# 14个机器学习实例Yann LeCun 2016深度学习课程的幻灯片
( 35条)neural model在text summarization上的应用汇总微软亚研WWW大会论文放送NLPCC五项评测任务发布：中文分词、QA、词义相似度、立场分析和体育新闻生成等。解读聚类分析及案例实操随机之美，随机森林
( 34条)IJCAI16录取论文的统计数据开源深度学习资料整理RNN and LSTM的资源汇总走近人脸检测：从 VJ 到深度学习决策树的原理与构建，围绕一个实例展开
( 31条)知识图谱与问答系统前沿技术研讨会Facebook F8开发者大会 看点机器学习数据挖掘“十大经典算法”【干货】基于Tensorflow实现的论文列表经典计算机视觉课程推荐：CS231n: Convolutional Neural Networks for Visual Recognition，李飞飞团队
( 25条)深度学习硬件指南提高机器学习模型的准确率的８个方法解密深度学习在智能推荐系统的实践与应用深度学习在聊天机器人上应用Quora访谈：需要用Deep Learning做推荐系统吗” by Alex Smola
( 32条)【群沙龙预告】对话吴恩达（Andrew Ng）：超级大咖深度解析人工智能的发展现状与未来模型相关的强化学习微软邓利汇报团队Deep learning上的一些最新进展计算机视觉专家李飞飞教授团队科研进展介绍从历史到前沿，人工智能系列博客推荐
( 28条)深度学习指导：Deep Learning for Beginners (Notes for ＂Deep Learning＂ by Ian Goodfellow， Yoshua Bengio， and Aaron Courville)陈利人：关于知识图谱的一些思考邢波教授谈人工智能科学路径：为人工智能装上「无穷动」引擎机器学习博客推荐Introduction to debugging neural networks
( 24条)Facebook AI 负责人 Yann LeCun
在CERN 的讲座 ：《深度学习和人工智能的未来自然语言处理中CNN模型几种常见的Max Pooling操作Deep Reinforcement Learning in Large Discrete Action Spaces谷歌大脑团队科学家 Ian Goodfellow， Yoshua Bengio and Aaron Courville撰写MIT出版的《Deep Learning》深度学习工具mxnet中文使用介绍（R接口版）
( 26条)人工智能与投资价值判断《二值神经网络：催生手腕上的AlphaGo》by 周舒畅规模（scale)是如何驱动深度学习的经典论文回顾：Distributed Optimization and Statistical Learning via the Alternating Direction Method of Multipliers，分布式优化和统计学习的交替方向乘子法AndrewNg：规模（scale)是如何驱动深度学习的（How scale is enabling deep learning)
( 27条)Lecun：深度学习技术趋势报告（150PPT全文翻译及下载）《Three Things We Learned About Applying Word Vectors to Computer Logs 》可视化方法形象介绍机器学习的网站为科学论文自动生成海报: Learning to Generate Posters of Scientific Papers博文推荐：机器学习中的梯度下降法
( 25条)【3D重建】ICRA2016 Paper：基于卷积神经网络，使用单个图像进行实时三维场景布局逃离鞍点：Escaping from Saddle Points在线学习机器学习网站推荐自然语言处理和信息抽取论文推荐视频:Stanford深度学习与自然语言处理课程(同步更新)
( 27条)剑桥编程学院：泛化能力、偏置、方差权衡问题的教程KDD China专题讲座第一讲：语义分析和终身学习Semantic Object Parsing with Graph LSTM Paper游戏编程中的人工智能技术A Tutorial on Deep Neural Networks for Intelligent Systems
( 25条)深度学习卷积算法指导书《A guide to convolution arithmetic for deep learning》人工智能概念诞生60周年，哪些大牛堪称“一代宗师”The ICML 2016 Workshop on Automatic Machine Learning (AutoML)一种通用的Deep Q-learning算法框架代码基础：协同过滤 Collaborative Filtering
( 19条)谷歌开放语音识别API格灵深瞳赵勇：把未来一个齿轮一个齿轮地变成现实Incorporating Copying Mechanism in Sequence-to-Sequence Learning机器学习入门介绍【机器学习】百度大数据Lab发布人群预测技术
( 21条)Introduction to (Statistical) Machine Translation， Mu Li， MSRA. （统计）机器翻译简明教程综述：深度学习在生物信息学中的应用麻省理科技：大数据分析自动化微软人工智能聊天机器人Tay2015年度10大Plotly数据可视化美图及工具介绍
( 21条)Github开发面向企业的、开源的聊天机器人—HubotA Character-level Decoder without Explicit Segmentation for Neural Machine Translation一个图像处理和分析的库VIGRA(Vision with Generic Algorithms)A Comparison of Supervised Learning Algorithm | NYC Data Science Academy BlogCNN+LSTM model for Visual Question Answering
( 23条)梯度下降优化及其各种变体综述你真的了解人工智能吗？——聊聊AI的碰壁和冬天#Google全球汇# 一个更快、更精准的语音搜索功能是怎样炼成的？关于人工智能的十大误解热点讨论：深度学习模型真的需要很深吗？
( 13条)牛津视觉组2016自然场景下文本识别的新文：Reading Text in the Wild with Convolutional Neural Networks 项目【译文】数据科学的线性模型导论Facebook 机器学习应用团队的负责人谈机器学习Deep Learning Sentiment One Character at a T-i-m-e | Lab41论文+笔记:面向文本处理的感知变分推理
( 30条)李航《简论人工智能》采用卷积神经网络动态参数预测的图像问题回答系统伯克利计算理论研究所《大数据分析的理论基础:大数据教程》专题研讨会《Palantir产品技术解读》陈利人Jeff Dean 谈 Google 的大规模 deep learning
( 22条)博文分享：DeepLearning常用库简要介绍与对比Deep Q-Network学习怎样玩《flappy bird》多伦多大学《人工智能导论》课程Jeff Dean关于智能计算机系统的大规模深度学习（Large-Scale Deep Learning for Intelligent Computer Systems）的演讲知识图谱的关系学习概述：A Review of Relational Machine Learning for Knowledge Graphs
( 19条)利用朴素贝叶斯法来预测影评的情感倾向Facebook围棋项目负责人 田渊栋博士 将于3月25日在清华大学交叉信息院做Reasoning with deep learning的报告The state of deep learning frameworks10 Deep Learning Terms Explained in Simple EnglishFundamentals of Deep Learning - Starting with Artificial Neural Network
( 20条)深度学习的一些技巧和经验总结分享：人工智能中的联结主义和符号主义专题研讨课《离散数据的概率模型》技术派天使投资男深思考：谈人工智能与大数据创业机会一套简洁的计算机数理逻辑知识汇总
( 16条)《Computational Linguistics and Deep Learning》（计算语言学与深度学习）博客推荐：深度学习2015大事件及2016的3个预测马少平：人工智能的里程碑：从深蓝到AlphaGo使用深度RNN模型构建语义搜索引擎卷积编码器dcgan-autoencode 恢复马赛克
( 20条)AlphaGo团队负责人David Silver在UCL讲授reinforcement learning课程Deep Learning over Multi-field Categorical Data: User Response Prediction达特茅斯会议：人工智能的缘起科普：计算机识别一只猫有究竟多难《Computational Linguistics and Deep Learning》
( 17条)AlphaGo关键算法：蒙特卡洛树搜索介绍基础：逻辑回归 VS 决策树 VS 支持向量机互联网终结人机智能崛起NAACL2016人机问答研讨会征集论文和参赛系统大牛报告：从工业角度看推荐系统的过去，现状和未来
( 21条)解析智能推荐系统开发中十大关键要素从语义网到知识图谱——语义技术工程化的回顾与反思实时SLAM的未来及SLAM与深度学习的比较ICCV 2015最火爆的21篇研究论文总结一张图看透AI创业的13个产业细分和910家公司
( 16条)热点：三分钟听DeepMind创始人谈AlphaGo新闻图示，人工智能大事件时间线LSTM端对端序列标记工具：Intellexer - Natural Language Processing and Text Mining APITool: 31 Resources to Learn AI & Deep Learning， From Beginner to Advanced
( 17条)NAACL16录取文章列表：题目，作者计算机读懂未来：人工智能技术创新的“中国路径”机器学习算法基础概念学习总结10大基础实用算法Geoff Hinton 专访：Waston 系统和深度学习有什么区别？
( 29条)深度学习框架大战正在进行，谁将夺取“深度学习工业标准”的荣耀？RBR：2016全球最具影响力的50家机器人公司如何透彻的掌握一门机器学习算法剑桥大学NLIP组S.Teufel《词汇语义学》8讲NLP论文推荐：Short Text Understanding Through Lexical-Semantic Analysis
( 18条)李开复：我在硅谷看到的最前沿科技趋势论文推荐：Learning to Understand Phrases by Embedding the Dictionary[Hill，Cho，Korhonen，BTACL16]谷歌Gmail引入人工智能，自动起草回复邮件人工智能系列报告：挑战与机遇并存的科技革命【译文】深度神经网络入门手册
( 21条)2015图灵奖揭晓，密码学领域大神获奖LingPipe：自然语言处理工具包WSDM2016，微软亚研相关工作论文推荐：Architectural Complexity Measures of Recurrent Neural Networks数据挖掘领域的全球专家列表
( 19条)机器学习大事记：2分钟看尽66年机器学习发展进程(python Scikit-Learn)K近邻与维数灾难经典论文回顾：Technical Note文本分析参数估计人工智能商业化：不积跬步，无以至千里Voice:大数据的六大人工智能变现方式
( 18条)人工智能正在逐步走进金融领域Heuritech深度学习交流会总结报告简单验证码识别及工具编写思路网课推荐：techtalks上NYU 2016春季课程18大经典数据挖掘算法小结
( 20条)wepay:基于机器学习的自动化欺诈检测系统幻灯:深度学习音乐推荐Nature Neuroscience:目标导向深度学习模型与感觉皮层机器学习(Machine Learning)&深度学习(Deep Learning)资料推荐2016年「Rework深度学习」会议概览（附视频）
( 26条)两分钟论文解读系列——深度学习应用九则新智元笔记：李白对话录 - RNN 与语言学算法OpenStreetMap地名统计自然语言处理斯坦福李菲菲组重大项目“视觉基因组”Visual Genome论文发布微软分布式机器学习工具包 DMTK 综述
( 28条)Logistic Regression：入门到精通wsdm2016最佳论文：雅虎研究院《Beyond Ranking: Optimizing Whole-Page Presentation》经典回顾:KDD2011最佳应用论文中总结的机器学习实用技巧Yann Lecun在Collège de France深度学习报告笔记利用Python，四步掌握机器学习
( 19条)译文《什么是机器学习：一次权威定义之旅》论文:面向模型评估/选择/比较的贝叶斯预测方法综述50PB海量数据排序，谷歌是如何做的？LDA算法漫游指南幻灯:自然语言处理与深度学习
( 15条)麻省理工科技评论2016年十大突破技术使用RNN解决NLP中序列标注问题的通用优化思路科普文章推荐：怎么分析人工智能？机器视觉“特征匹配”系列笔记为什么会有深度学习？如何看待？
( 20条)视频:(Yoshua Bengio)深度学习与生物学课程推荐：概率论——不确定性的科学MATLAB/Python(NumPy)/R/Julia数字矩阵计算速查Spotify如何为用户挑选他最喜欢的音乐？人工智能通过阅读故事学习人类价值观？
( 26条)Bloomberg首席数据科学家Gideon Mann谈机器学习与金融数据聊天机器人的“高情商”炼成术Andrew Ng on SVM vs NNTwitter是怎么做搜索的Facebook发布用于训练人工智能的1.6GB儿童故事
( 22条)数据科学家的16本书(机器学习/数据挖掘/NLP)人工智能教程方面的网站Tutorial京东个性化推荐系统多年实践经验分享机器视觉开源处理库汇总Bengio在LXMLS 2015(Lisbon)深度学习主题的Tutorial
( 19条)博客推荐系统Voice:(Andrew Ng)数据规模成就深度学习论文:数据聚类实用介绍面部表情识别——单一规则 vs. 深度学习Amazon机器学习——简单实用或是过于简单？
( 16条)神经网络做自然语言处理的教程TensorFlow迁移学习图像分类近200篇机器学习&深度学习资料分享Python和OpenCV一个很好的实践以及教程网站雅虎研究院Yahoo! Labs变动？
( 22条)助你玩转机器学习技术的十三套框架硅谷展开“人工智能”军备大赛2015年图灵奖得主Lamport采访论文推荐：手写数据集全面总结深度学习框架排行榜(二月版)
( 23条)文本分析、情感分析和社交分析的2016发展趋势前瞻观察AAAI主席2016年会致辞：通往稳健人工智能的8大路径分类与回归树高斯模糊的算法机器学习算法 Python&R 速查表
( 21条)【统计建模应用24例】视频:斯坦福研讨会——深度学习最新进展Google brain在One Billion Word Benchmark上训练语言模型进展谷歌、苹果和Facebook的AI新动向(Quora讨论)FPGA深度学习是否大势所趋？
( 19条)Google在机器学习/语义搜索方向的终极目标深入浅出ML之Regression家族Quora 机器学习 Sessions：对话算法大师 Pedro DomingosWikiTableQuestions——复杂真实问答数据集(Quora)深度学习中如何实现Dropout
( 29条)Word2vec发展趋势论文:深度学习算法集成鲁棒性评价数据挖掘库/开发包汇总解析Logistic回归微软新的人工智能应用---狗种识别
( 26条)What’s hot in AI?问答系统的前生今世开源:(Python)高斯过程贝叶斯全局优化Awesome Public Datasets公开数据集汇总开源:基于CoreNLP/NLTK/Pandas的Python语言学语料库工具集corpkit
( 25条)12万标注过的Tweets语言检测数据集【人工智能≠类人智能】超越图灵测试的世界观谷歌：一种改进的PPMI矩阵分解学习word embeddings的方法机器学习与认知系统开源:(Python)基于SVM的统计依存分析器parzer
( 23条)机器学习监督/无监督学习经典算法速查表深度学习和机器学习重要会议ICLR 2016录取文章研究推荐系统九大＂必看＂数据集(Reddit)NIPS， ICML等机器学习顶级会议发文技巧贝叶斯定理之于计算机科学家
( 22条)(Quora)深度学习为啥这么火?2016年，文本分析、情感分析和社交分析的10大趋势人工智能和机器学习领域有哪些有趣的开源项目？新春小玩笑：俄勒冈大学统计关系学习著名专家Daniel Lowd教授对学好神经网络的一些建议朴素贝叶斯分类器探究
( 24条)2016年，文本分析、情感分析和社交分析的10大趋势流行深度学习工具概览MOOC:(edX)不确定性的科学——概率论导论(MITx)动态记忆网络实现视频:深度学习与自动驾驶
( 31条)幻灯:无监督计算机视觉最新进展机器学习集成方法大神视频:(Mikolov)RNN/LSTM/RNN局限性及DNN语言处理展望降维及其应用声音：人工智能正改变谷歌搜索，而下一个目标则是整个互联网
( 22条)提高机器学习模型准确率的八大方法浅谈机器翻译之瓶颈及目前的研发趋势谷歌：AI进军互联网核心技术机器学习实战：模型评估和优化视频:Yann LeCun深度学习&AI讲座
( 24条)2015 机器学习颁奖礼 by 龙星镖局微软亚洲研究院年度技术观点合集Wikipedia:统计学习理论课程资料:(UC Berkeley)深度学习主题课程Machine Learning & Artificial Intelligence – Same but Different
( 19条)麻省理工学院：概率论导论——不确定性的科学阿里搜索内部复盘分享：实时在线图存储与查询系统iGraph人工神经网络(ANN)(工作原理)交互可视#技术分享＃推荐系统和搜索引擎的关系论文:语言学研究的统计方法——基本观点
( 34条)#NIPS2015#上Geoff Hinton， Yoshua Bengio & Yann LeCun深度学习教学讲座视频《知识表示学习研究进展》综述 by 刘知远#资源共享# 学习code的几个搜索引擎硕士论文:深度学习及其应用概览从破译外星人文字浅谈自然语言处理基础
( 30条)公共领域高质量公开数据集列表python机器学习入门资料梳理讲座PPT：《爬升知识图谱技能树》word2vec词向量初学指南机器学习数学基础
( 25条)Andrew Ng 的 Quora 机器学习问答集MIT新一代自动bug修复系统视频:斯坦福研讨会——深度学习最新进展(Oriol Vinyals， Google)声音：深度学习炒作过度?word2vec词向量初学指南
( 28条)(Python)不平衡分类/SVM/随即森林/决策树实例指南#Stanford seminar# Recent advances in deep learning， by Oriol Vinyals of Google经典回顾：Richard Hamming的50年研究经验总结演讲《你和你的研究》机器学习——深度非技术指南经典回顾：《How to Generate a Good Word Embedding?》 by licstar
( 24条)深度学习框架的评估与比较机器学习 vs. 专家——金融机器学习的优势机器学习：从入门到精通，各阶段教程推荐。(Quora)机器学习对经济领域的影响12条机器学习的经验总结。
( 17条)微软在Github上公布人工智能开发套件源代码CNTK用机器学习流程去建模我们的平台架构推荐系统和搜索引擎的关系PageRank算法简介及Map-Reduce实现神经网络之激活函数面面观
( 28条)微软开源机器深度学习工具包 CNTK小预算做深度学习。构建实战机器学习系统的10点经验人工智能巨擎Marvin Minsky逝世，享年88岁NLP热点话题：以Attention Model为例谈谈两种研究创新模式
( 24条)CSDN推出技术知识库深度学习调试技巧综述：语言分析技术在社会计算中的应用 by 刘知远博客分享：LDA理论篇机器学习和统计模型的差异
( 29条)[活动]实用知识图谱第二讲：爬升知识图谱技能树。Google开课教授深度学习TensorFlow历史趣文：神经网络复兴的一场关键会议Github上的十大机器学习项目《探索推荐引擎内部的秘密》系列文章
( 25条)谷歌的自然语言部门是啥样的？2016：深度学习统治人工智能？聚类算法总结Google的免费深度学习课程博客教程：OpenCV examples and tutorials ( C++ / Python )
( 30条)【社区问答系统及相关技术】by 王斌用机器学习去侦查匿名代码的作者关于神经网络初始化权值的小讨论机器学习和统计模型的差异Oxford、Stanford、Baidu的联合成果：Conditional Random Fields as Recurrent Neural Networks
( 33条)Yoshua Bengio亲自解答机器学习81个问题及答案（最全收录）如何评价智能问答系统？聊天机器人技术的研究进展谷歌的自然语言部门是啥样的？第一份人工智能深度分析报告
( 35条)1月20日Yoshua Bengio在Quora上的问答记录2016年文本、语义、社交分析十大趋势百度开源人工智能软件代码Warp-CTC讲解从NIPS 2015看机器学习三大趋势MXNet 分布式架构——parameter server详解
( 28条)推荐:(科技领域)学术会议征文信息Wiki——WikiCFP论文:集合seq2seq学习顺序重要性研究全球人工智能技术趋势讨论（by诺奖得主、凯文凯利等）热点聚焦：自然语言处理深度学习中的Attention Model[Voice] 给深度神经网络相关炒作泼盆冷水
( 27条)20张图片捕捉数据科学发展的瞬间论文:大型社交网络实时关联挖掘训练好的词向量模型哪里找？人工智能/机器学习生态与前景数据科学中的“数据智慧”
( 32条)深度学习与机器学习的通俗介绍Kaggle露脊鲸识别竞赛第一名(深度学习)方案介绍[译] 如何从零构建实时的个性化推荐系统？微软：深度学习还能更“深入”OpenCV进行图像处理的一些基础
( 31条)GFI2016:微软眼中的未来世界Automatic Machine Learning Challenge & Lessons热点话题：百度携程的相关数据集发布。(Quora)Session with Yoshua Bengio解读“更深的神经网络”
( 32条)Yahoo发布有史以来最大规模机器学习数据集Yahoo News Feed dataset＋NIPS2015大会洞察Michael I. Jordan(Berkeley)推荐的机器学习图书列表香港中文大学多媒体实验室（汤晓鸥）人脸检测Benchmark开源:(Python)聚焦NLP的深度学习库Quagga
( 29条)论文推荐导读网站微软研究院vs谷歌研究院＋2015机器学习领域最具影响力20位大咖2016文本分析/情感分析/社交分析十大趋势深度学习入门：从神经元到深度学习
( 28条)人工智能的未来——纽约大学研讨会(Yann LeCun组织)语录/亮点回顾＋THULAC中文词法分析工具包Python机器学习基础深度学习从业者吐槽之二 统计学习vs深度学习Reading Text in the Wild with Convolutional Neural Networks，Jaderberg
( 30条)ICCV15#专题教程&高效目标检测的工具，Tools for Efficient Object Detection&深度学习和自然语言处理中的attention和memory机制机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能DNN 与 Random Forest 结合做图像分类ICCV15主会结束，各奖项揭晓
( 29条)2015 深度学习年度十大论文一些重要的CNN改进模型回顾搜狗搜索广告检索系统-弹性架构演进之路推荐系统百科(RecSysWiki)Github十大机器学习项目
( 27条)微博推荐系统的架构演进之路Taking the Human Out of the Loop: A Review of Bayesian Optimization(Reddit)2015.12 NLP/自然语言生成最新进展(论文)小结《与图片相关的情感分析》系列工作深度卷积神经网络(CNN)提取特征的数学理论
( 31条)视频:(Google DeepMind)Demis Hassabis人工智能及其前景知识贴：深度学习的起源、核心思想、动机和结构一个故意不通过图灵测试的人工智能迷你书:人工智能笔记(数据科学/机器学习/人工智能基础汇编)深层语法采用人工智能纠正文章当中的语法错误
( 30条)机器学习职位需要的七个关键技能用贝叶斯强化学习玩转愤怒小鸟LDA/NMF/LSA多模型/多主题一致性评价方法深度学习网络热点问题：attention 和 memory 的区别经典回顾：svm学习基础。
( 37条)斯坦福Andrew Ng机器学习课程期末项目Speech recognition 之 基础篇中文文本处理简要介绍课程视频+资料:面向视觉识别的卷积神经网络(Fei-Fei Li)2015年谷歌在机器学习上有哪些重要的布局？
( 37条)顶级科学家解读未来计算深度学习2015大爆发三点原因及2016趋势三点预测《25个Java机器学习工具&库》机器学习的前景与陷阱牛津大学深度学习课程(2015)
( 26条)解读2015之自然语言处理篇：持续探索 稳中前行你的老婆是怎么算出来的？揭秘佳缘用户推荐系统2016年最值得关注的大数据领域33大预测从深度学习选择什么样的GPU来谈谈GPU的硬件架构深度学习：推动NLP领域发展的新引擎
( 32条)2015全球人工智能76件大事（中国篇）Yoshua Bengio在NIPS15上的tutorial和workshop报告集锦Quora数据科学家和机器学习工程师是如何合作的微软亚洲研究院主题报告：解读大数据构建机器学习系统的20个经验教训
( 32条)IBM认知白皮书：通往智慧之路面向深度学习/NLP的Attention与Memory为什么机器学习需要统计Netflix推荐系统——算法、商业价值与创新VerbalExpression：一个使用自然语言生成正则表达式的库
( 34条)新一年机器学习领域最值得期待的事经验分享：美团推荐算法实践推荐系统九大原则适合初学者的C++开发人脸性别识别教程神经网络实践：How I Learned To Code Neural Networks In 2015
( 20条)2015全球人工智能76件大事（国际篇）《From Attention to Memory and towards Longer-Term Dependencies(NIPS’2015)》by Joshua Bengio十张图解释机器学习的基本概念2015年涌现的十大深度学习框架CMU Eric Xing概率图模型课程
( 27条)2015机器学习四大飞跃手动编写机器学习算法的若干理由图像卷积与滤波的一些知识点矩阵分解算法及实现综述k-means会失效的几种情形
( 31条)回顾2015展望2016，机器学习领域都有哪些进展(专家访谈)未来五年深度学习前景预测机器学习在大数据中的一些数学原理和问题机器学习与统计学互补吗？深度学习框架(Caffe/CNTK/TensorFlow/Theano/Torch)评价与比较
( 34条)谷歌Principal Scientist谈AI：知识表示为何重要Spotify战胜Apple Music的计划提高机器学习模型精度的八种有效方案《Everything You Need to Know About Artificial Neural Networks》面向数据科学的IPython Notebooks集合
( 37条)刘知远《Representation Learning for Large-Scale Knowledge Graphs》《大数据/数据挖掘/推荐系统/机器学习相关资源》两届图灵奖得主、七大ACM/IEEE院士的专访。七种典型的数据降维方法介绍。手把手入门神经网络系列
( 34条)推荐系统的10篇精选技术文章机器学习项目中常见的误区ICML15精品论文推荐机器学习在推荐系统中的应用(MLSS’15)讲义Kevin Duh关于深度学习的两个教程
( 29条)HMM最佳学习范例机器学习的实际场景应用案例。数据模型需要多少训练数据？知识图谱和问答系统Berkeley实验室的深度学习前沿探索
( 34条)NIPS’2015机器学习亮点/感想总结《与图片相关的情感分析》系列工作从Kaggle竞赛200万机器学习模型得出的经验Berkeley实验室的深度学习前沿探索《Python计算机视觉编程》学习笔记
( 26条)深度学习会让机器学习工程师失业吗？NIPS 2015收获总结推荐算法概览深度学习能否取代传统机器学习方法从理论到实践，理解随机森林。
( 24条)社交之心不死，谷歌聊天机器人。机器学习算法 Python&R 速查表Python/R的六个机器学习可视化案例机器学习在CV上的接地气应用，一键去霾。阿里巴巴吴炜：深度学习原理和在自然语言处理上的应用
( 27条)五个主旨幻灯片回顾ACML15社交活动的异常检测2016技术趋势用深度学习构造艺术风格作品Recommending music on Spotify with deep learning
( 13条)Google知识图（knowledge graph）搜索API三行命令搞定分类器可视化/分类器评价ROCR用MXnet实战深度学习之二:Neural art如何看待深度学习？加州理工学院公开课【机器学习与数据挖掘】
( 27条)dmlc的机器学习参数模块原理Quora数据科学家和机器学习工程师是如何合作的视频Neural Style实验近似推理NIPS 2015 Workshop总结从零基础开始想发一篇深度学习的论文要提前准备什么？
( 24条)深度学习的最新进展及诺亚方舟实验室的研究@summerrlee ICCV 2015 揭开152层神经网络的面纱概念嵌入学习算法SNaCKDeep Residual Learning为什么 1 + x ≤ e^x 这个不等式会在机器学习中频繁出现
( 20条)TensorFlow在图像识别中的应用电影故事理解与问答数据集MovieQAABCNN: Attention-Based Convolutional Neural NetworkNIPS 2015非凸优化特邀报告把多个正则优化成Trie树
( 28条)雅虎开源网络爬虫Anthelion博士论文+代码:高效的个性化PageRank算法微软开源图数据库GraphViewBDTC 2015深度学习分论坛刘洋研究组在Neural MT的baseline系统上的提高
( 18条)大数据哈希学习语义网技术体系百度(硅谷AI实验室)深度学习GPU集群探秘用Tensorflow实现CNN文本分类CNN基于食物图片预测卡路里
( 12条)Facebook宣布开源自家人工智能硬件Big SurmageNet 2015比赛论文世界上最好计算机视觉系统有多精确百度第二代深度语音系统发布机器学习商业应用入门及七个实例
( 16条)揭秘谷歌DeepMind神秘的14位AI科学家要做好推荐只有技术是不够的NIPS15三篇最佳论文人工智能的一切疑问可以从这里得到答案人肉工程在机器学习实践中的作用
( 22条)用神经网络学习超级马里奥游戏机器学习逻辑回归模型总结图像中异常检测异常(反常)图像分类与计算模型研究为何说机器视觉是人工智能的下一个前沿机器学习系统隐藏的技术债
( 13条)预测建模监督机器学习与模式分类使用RNN模型在图像中顺序分割物体专为计算机科学家打造的搜索引擎Kronecker结构随机高斯过程Python实战之KNN实现
( 14条)CTR预估中GBDT与LR融合方案Label Propagation算法介绍Twitter情感分析技术调研(Java)灵活高效的搜索引擎Terrier深度学习MXNet推出纯JS版本
( 22条)GraphLab机器学习入门指南Google云视觉API对深度学习创业企业意味着什么机器视觉的像素校准《知识图谱前沿》讲习班话语能骗人音调不会
( 17条)达观数据对于大规模消息数据处理的系统架构Python和R代码机器学习算法速查对比表Quora是如何应用机器学习的基于动态连续索引(DCI)的快速K-近邻搜索算法An implementation of the paper A Neural Algorithm of Artistic Style:Neural art
( 37条)智能服务机器人前瞻语义网是什么？有什么好处？新智元沙龙笔记：谈不完的知识图谱《智能推荐与个人助理技术》前沿讲习班开始报名图像卷积与滤波的一些知识点
( 25条)专访DeepID发明者孙祎图像视觉领域的博客资源的第一部分为何说大数据精准广告并不靠谱？by 刘自强(R)回归分析随机森林树中树(T-Trees)方法
( 29条)Xavier带来的10个新机器学习认识ACML2015特邀报告：How to Go Really Big in AI by Eric Xing恐怖主义相关数据源ICML MLOSS(机器学习开源软件) 2015总结瘦语义网的几点想法
( 21条)机器学习五大门派的幻灯片深度学习实验室和研究组回复立委科普：NLP 中的一袋子词是什么改进递归网络信息流by @summerrlee通用释义句嵌入
( 30条)OpenCV例子和教程 ( C++ / Python )ACML15五个主旨报告幻灯片DMLC分布式深度机器学习开源项目IBM发布开源机器学习系统SystemML在爱丁大学堡deep learning workshop
( 18条)机器真的看懂照片了吗？问个问题试试北语BCC语料库迎来全面升级R语言关联规则可视化世纪肖像美国高中年鉴纪录的(深度学习)可视化分析TensorFlow实战之Scikit Flow系列指导
( 28条)阿兰图灵研究所办的deep learning workshop世界上的1600+开放数据门户的列表汇总利用Theano理解深度学习27款词性标注模型比较基于抽象视觉场景学习的可视化词嵌入vis-w2v
( 27条)Awesome机器学习列表深度流形遍历——基于卷积特征的可变标签强化学习资源汇集CUHK发布的最新人脸检测数据库深度学习在各数据集上精度提升情况汇总
( 25条)Multi-modal Deep Learning 初窥Caffe、TensorFlow、MXnet三个开源库对比Memory networks的端到端扩展面向词义消歧的高效词嵌入方法sense2vec利用mxnet和R搭建一个在线深度学习预测服务网站
( 22条)Logistic回归 vs. 决策树 vs. SVM监督机器学习——分类技术综述如何构造面向终端用户的语义网应用邓小铁教授ACML 2015的Keynote基于记忆的深度学习贝叶斯推理
( 18条)深度学习入门资源索引支持向量机详解CMU Eric Xing在ACML 2015的keynote报告基于卷积K均值聚类算法的CNN无监督学习高效的图片描述自动生成NeuralTalk2
( 23条)建模时空信息的RNNICDM15专题教程深度学习如何入门？基于积分图像max-pooling的CNN特定目标定位与检索基于生成式对抗网络(GAN)的猫脸生成
( 21条)用MXnet实战深度学习之安装GPU版mxnet并进行MNIST手写数字识别深度svm随机森林综述指南深度学习在解决实际问题中存在的优势与缺点机器学习工具各项指标的对比
( 23条)机器学习的三种文化致力于理解数据的Brain Mapping网站：Golgi谷歌机器学习项目备受关注的四项核心2015机器学习大会视频+幻灯Data Scientist Guide to Apache Spark
( 24条)基于深度学习的围棋算法Chris Manning给最新一期CL杂志写的结束语＂Computational Linguistics and Deep Learning＂使用卡尔曼滤波计算在线线性回归AdaBoost中利用Haar特征进行人脸识别算法分析与总结IBM分布式/声明式机器学习平台SystemML
( 22条)MXNet.jl Julia binding下训练char-lstm生成随机句子的教程Science上发表的超赞聚类算法《纽约时报》如何打造新一代(基于主题的)推荐系统强化学习资源Awesome大列表说说高斯过程回归
( 24条)美国语义产业的“dark side”Google BigQuery数据集MXNet Data Loading模块的设计文档ACL 2015的录像和ACL Anthology关联TensorFlow实例——K-Means聚类
( 18条)第三届全国中文知识图谱研讨会slidesAwesome RNN系列LSTM简介以及数学推导台湾大学“机器学习技法”课程和深度神经网络下围棋
( 25条)TensorFlow or TensorSlow，谷歌基准测试为何不给力？深度感知决策森林不平衡数据下的机器学习方法简介EECS应用概率论自然语言处理方向在北美有什么值得推荐的好学校?
( 20条)＂深度学习时代，NLP路在何方？＂研讨会NIPS 2015会议日程微软公布Project Oxford下的Emotion Recognition APILSTM/RNN视频自动描述框架面向实际问题解决的深度学习简要指南
( 28条)通过模拟理解概率主题模型TensorFlow实例教程DMLC实现移动设备上的深度学习NLP-NABD 2015英文论文集第十四届全国计算语言学会议
( 30条)Google开源第二代机器学习系统TensorFlow三星开源快速深度学习应用程序开发分布式平台Veles知识图谱的知识表现方法回顾与展望微软亚洲研究院开源分布式机器学习工具包DMTK语义大数据——大数据/事件处理的语义方法
( 17条)机器学习：用初等数学解读逻辑回归机器学习Boosting算法快速指南基于OpenCL的深度学习工具：AMD MLP词嵌入可视化分析工具wevi年内NLP国内会议
( 14条)卷积神经网络及其在自然语言处理上的应用支持向量机系列文章基于循环神经网络构建的谷歌邮件智能回复系统反向传播神经网络极简入门大规模高斯过程
( 24条)第十三届机器学习及其应用研讨会刘铁岩MLA 2015报告: Big Machine LearningMXNetR深度学习实例指南对付成语电脑是大拿，非成语现象呢？百度将深度网络用于病毒检测
( 17条)GraphLab Create：更简单更强大的深度学习使用 ML Pipeline 构建机器学习工作流微博推荐算法简述皮老师介绍数据科学入门途径随机森林置信区间
( 19条)谷歌第二代深度学习系统TensorFlow深度学习概论：核心概念常用图像数据集大全企业知识图谱基于BLSTM-RNN+词嵌入的统一标注解决方案
( 28条)中国工程院组织的高端论坛谷歌人工智能算法RankBrain运行原理解析RAM与QA相关文章资源列表论文: Grammar as a Foreign LanguageGoogle基于深度神经网络(LSTM/RNN)的邮件智能回复
( 22条)CCL 2015将于11月13日-15日将在广州召开看似微妙的双关语，机器识别一点不难连贯RNN-CNN建模图片流生成句子流基于Mondrian过程的高性能在线随机森林斯坦福大学《自然语言处理》课程完整录像
( 23条)Spark GraphX在淘宝的实践专门针对科学家设计的学术搜索引擎Semantic Scholar蒙特利尔深度学习夏令营视频大规模主题模型：对Spark LDA算法的改进机器学习中的相似性度量
( 16条)采用神经网络来自动描述视频的内容神经网络解密前知识图谱钩沉: 信息抽取引擎的架构深度神经网络让我们更懂你面向NLP研究的Caffe分支nlpcaffe
( 23条)LDA的简单高效算法WarpLDA爱奇艺的大数据和人工智能技术SVD及其应用社会媒体处理大会 SMP 2015日程Google NLP技术一览
( 21条)Spark 随机森林算法应用基于Elasticsearch来玩深度学习大规模输入数据集的Apache Spark机器学习情景RNN深度知识追踪针对中文电子病历文本的自然语言处理和信息抽取技术演示系统
( 16条)用CNN解决传统的立体视觉匹配问题机器学习算法基础概念学习总结用深度学习做视觉跟踪面向脑信息处理建模的深度神经网络深度学习在 Google 搜索上线数月， 影响了至少15%的查询
( 24条)机器学习在微生物组中的应用机器学习和统计中的结构化正则化方法插画/漫画自动描述(语义向量化)Illustration2Vec把人的回答考虑到核函数的学习中来知识库补全——面向关系抽取的逻辑背景知识嵌入
( 26条)北大研究团队探索用RNN自动生成源代码WSDM录用论文列表ICML 2015压轴讨论总结：6大神畅谈深度学习的未来李德毅院士：从脑认知到人工智能Google转向由RankBrain支持的智能搜索
( 23条)MXNet ImageNet全集模型一些免费的大数据集豆瓣电影“猜你喜欢”背后的算法分析论文: Learning Using Privileged Information: Similarity Control and Knowledge Transfer机器学习/人工智能初学者＂必读＂书单
( 16条)机器学习和数据挖掘推荐书单基于CNN的移动视角学习浅层和深度句法分析器的句法和语义结构对问答任务的影响行人检测的相关源码和数据集Ron Bekkerman的机器学习基础视频
( 18条)深度学习中的显存分配算法Yoshua Bengio的深度学习理论进展与Attention机制讲座视频白硕: 也谈类脑计算2015CNCC类脑研究论坛知识图谱的先行：从 Julian Hill 说起
( 30条)机器学习中的数据清洗与特征处理综述阿里深度学习实践百度语音技术获得重要产品突破新一代的搜索和知识图谱乔姆斯基和统计学习的两种文化
( 30条)中国计算机大会举行Yelp用深度学习对商业照片进行分类牛津大学计算机系《机器学习》课程Call for Challenge JIST2015让神经网络知道啥叫“有趣”
( 15条)迁移学习资源汇总深度学习在 Yelp 的应用：图片分类SUTD针对NLP的neural network库CIKM15最佳学生论文稳健贝叶斯建模通用方法
( 22条)深度学习经验技巧总结深度学习的理论动机CNN在情感分析上的应用论文列表Stephen Welch《神经网络解密》视频系列Quoc Le对情感计算的探索和思考
( 18条)第三届全国中文知识图谱研讨会悉尼科技大学Richard Xu中文机器学习视频课程MXNetR，原生态R语言深度学习Quoc V. Le的深度学习教程机器翻译深度学习冬季学校
( 18条)从脸部识别到火星机器人，计算机视觉正在改变世界Andrew Ng机器学习课程笔记CIKM 2015论文集Understanding and Diagnosing Visual Tracking Systems知识图谱类型约束表述学习
( 23条)ICDM 2015的十年最佳论文Kristen Grauman在CVPR2015＂语言与视觉”研讨会上的演讲每日新书：《机器学习及其应用2015》机器视觉与深度神经网络理解机器学习特征空间
( 18条)李航NLPCC 2015主题演讲当当推荐团队的机器学习实践Cost-sensitive分类算法——综述与实验明尼苏达大学推荐系统导论课程变分信息最大化内驱强化学习
( 26条)NLP是否需要树结构的讨论ICDM15最佳学生论文在NLTK里使用斯坦福中文分词器的尝试Github 的清点对象算法深度CNN行人检测
( 25条)CIKM Competition数据挖掘竞赛夺冠算法总结RNN模型横向比较CNN深度人脸识别基于Text-Attentional CNN的场景文字检测用RNN自动生成标题
( 22条)多种贝叶斯模型构建及文本分类的实现曼彻斯特大学模拟大脑的SpiNNaker项目深度学习的编程模式比较概率图模型概率von Mises-Fihser分布介绍博士论文: 机器学习优化新方法
( 31条)利用Theano理解深度学习英特尔院士概述深度学习愿景与优化Computer Vision的尴尬深度学习NLP方向论文(分类)列表共轭先验的几何解释
( 22条)Learning both Weights and Connections for Efficient Neural Networks为什么说普通工程师也要懂得机器学习Netflix的音视频测试框架机器学习五大思想流派基于张量分解的隐变量模型参数估计方法
( 23条)深度学习是否以蛮力取胜?拓扑数据分析与机器学习的相互促进深度学习中的dropoutCMU机器学习视频和资料基于非参数LDA的Econtalk主题分析实例
( 25条)李海峰开发的开源统计机器智能与学习引擎: SmileMinerIntel在Deep Learning优化上的一些工作Facebook AI的文本理解/推理任务生成器bAbI tasks全球首个人工神经网络输入法: SwiftKey NeuralPaul Dixon汇总的自然语言处理和语音工具列表
( 16条)Attention-based模型在NLP领域应用汇总DNNs“深度学习”的隐喻你真的读懂了吗？人肉工程在机器学习实践中的作用基于Hadoop集群的大规模分布式深度学习论文:信息情感倾向对其社交媒体扩散过程的影响
( 18条)基于R语言和SPSS的决策树算法介绍及应用将Batch Normalization用于RNNCNN用于年龄估计Facebook的人工智能实验室三大机器学习API使用介绍
( 22条)深度学习进行多设备并行化的系统核心引擎的设计与实现不同训练模型的比较Michal Kosinski访谈: Facebook的个性预测与展望遗传算法特点将基于演化优化的Pareto Optimization用于子集选择问题
( 18条)并行深度学习依存引擎从带有时间戳的互联网图片合成出稳定连贯的视频密歇根大学的自然语言处理入门课程汉语句法语义的特点Leon Bottou讲座: 再论感知机
( 17条)问答机器人QANTA战胜人类Peter Norvig: 概率论基础以及用Python的实现CMU信息论课程公开的海量数据集Github机器学习/数学/统计/可视化/深度学习相关项目大列表
( 20条)漫谈语言形式面向NLP的神经网络模型入门杨伯翰大学语料库新信息检索会议ICTIR最佳论文逻辑斯谛回归与最大熵模型
( 19条)博士论文: 面向机器视觉的无监督特征学习Samy Bengio等人的RNN的Scheduled Sampling训练方法论文arXiv最受关注五篇深度学习论文及其解读/笔记Sparse Topical Coding实例详解机器学习如何解决问题
( 16条)词嵌入简史贝叶斯非参中的Indian Buffet Process和Beta Process香港中文大学的大型人脸识别数据集UCLA概率论授课笔记之概率论基础CRF-RNN的模型和代码
( 29条)2015 Deep Learning暑期学校视频集锦Chris Manning讲义: NLP与深度学习把变分推断和深层神经网络应用于内在动机学习杨鹏谈世纪佳缘推荐算法决策树模型组合之随机森林与GBDT
( 19条)DMLC最新机器学习项目: MXNetNuance文章: DNN的隐喻分析EMNLP 2015总结大规模名人人脸标注数据集: CelebA百度徐伟: 视觉、语言以及人工智能展望
( 28条)雅虎的大规模分布式深度学习Reddit 年全部提交语料库让计算机识别视频中的静态物体和动作，并用语言描述基于Word2Vec/WMD的句子相似性计算概率主题模型算法综述
( 18条)从理论到算法理解机器学习先验知识在LDA中的高效使用人工智能哲学公开课效果超乎解释的随机森林方法几种常用的随机优化技术
( 25条)机器学习资料大汇总中国中文信息学会2015年学术年会暨第十四届全国计算语言学会议正式通知From AI to True-AI基于多模态感知语言模型的统一视觉语义嵌入新书推荐: 现实世界的机器学习
( 21条)机器学习科普视频Deep Learning: Progress in Theory and Attention Mechanisms构建于Petuum之上的分布式GPU卷积神经网络ICCV 2015收录论文集CMU机器学习进阶课程
( 21条)微软机器学习系列文章文本自动摘要综述Bengio Representation Learning综述笔记伯克利机器学习课程(深度)神经网络张量化
( 26条)深度学习论文资源基于深度神经网络的海洋浮游生物分类剑桥的图片定位项目论文: Reasoning about Entailment with Neural AttentionPercy Liang统计学理论课程
( 25条)为什么多层FSA不受伪歧义的困扰？机器学习讲座: diversity regularization面向写作文本的命名实体交互网络分析Bengio新作: An objective function for STDP讲座: 让计算机看懂这个世界
( 19条)LSTM学习教程、资料以及最新进展介绍总结Bengio新文: Difference Target Propagation聚类算法综述图结构推荐系统关联开放数据(LOD)自动特征选择随机森林学习指南
( 21条)用于数据挖掘的聚类算法EMNLP15专题教程概率语言模型及其变形系列-LDA及Gibbs Sampling09-15年RecSys最佳论文列表Attention-based神经(感知)机器翻译的高效实现
( 25条)CNN面部表情识别Gaussian Process Summer School论文: 词向量词汇关系表示能力探索FreeType结合opencv基于依存关系分析的信息抽取/问答简单实现
( 22条)Deep learning 和 Shallow learningRecSys2015最佳论文: 事件型社交网络情境感知事件推荐七种数据分析领域中最为人称道的降维方法让机器读取自然语言文档然后回答有关问题面向机器视觉的深度学习——CNN vs. HTM
( 17条)同一个用户的多个社交网络账号的“对齐”机器视觉工程应用的开发思路《OpenCV计算机视觉编程攻略（第2版）》几乎所有深度网络生成的函数都无法被浅层网络高效率的近似表示综合两个独立LTSM来预测司机变道行为
( 19条)各种编程语言的深度学习库整理用DNN将图片的分类和分割解耦利用图片信号模态的多尺度结构提出级联的由粗到精的图片生成模型论文:贝叶斯强化学习(BRL)算法基准评价Mark Johnson(NLP领域)报告列表
( 27条)ECML/PKDD大会十年最佳论文交互式用户意图理解Mikolov吐槽北美几大DL重镇多维RNN(MDRNN)的Hessian-Free优化吴恩达讲解百度深度学习基础架构的成果
( 19条)机器学习指南深度学习：生成艺术的新范式与版权的烦恼PyBrain的介绍视频从“0”开始实现机器学习算法论文:情感分析综述
( 19条)Google发布GoogleNet和Multibox Object Detector代码DNN准确计算损失和梯度更新CMU博士生Yining Wang今年数篇论文用PyMC实现和分析LDA算法基于Online Learning to Rank实现简历(检索)数据库
( 15条)论文: 用进废退——永续学习机的选择性记忆与遗忘解非凸优化避免局部最优策略有随机启动和模拟退火关于寻路算法的一些思考论文: 基于卷积网络纳入多视角和半监督框架用神经网络生成视频描述
( 37条)《模式识别和机器学习》部分视频和中文学习资料汇总Neural Networks and Deep Learning电子书CMU机器学习系历年顶级会议最佳论文奖汇总新书Understanding Machine Learning如何评价百度推出的机器人助理「度秘」？
( 33条)徐伟：视觉、语言以及人工智能展望Philip J.Guo谈数据清洗随机森林入门攻略《支持向量机建模及其智能优化》吴立楠：NLP在对话系统中的应用
( 38条)EMNLP-15文本摘要若干移动环境中基于情景的个性化推荐百万级(近70w唯一用户)人脸识别数据集MegaFaceEMNLP2015最佳数据/资源奖标注的推特数据集Spark 1.5
( 28条)中文语义依存分析—通往中文语义理解的一条蹊径基于无监督概率模型的政治关系与事件抽取immersive linear algebra百度发布智能机器人助理“度秘”PageRank算法的设计思想以及背后的数学逻辑
( 31条)OWL/RDF/描述逻辑的监督学习框架DL-LearnerDifferential Topic ModelsDepth-Gated LSTMminhash和simhash的比较Text Understanding from Scratch
( 25条)硕士论文: word2vec+CNN做面向QA的句子多标签分类LDA是概率PCA的离散化和离散ICA详细解释数据挖掘中的 10 大算法基于张量方法的词典学习免费书:贝叶斯推理与机器学习
( 30条)《Spark GraphX大规模图计算和图挖掘（V3.0）》@Not_GOD 翻译： 计算图上的微积分：反向传播算法NIPS2015 录取论文人工智能产业深度研究报告LinkedIn的开源机器学习/特征工程工具包FeatureFu
( 29条)为什么苹果在机器学习上投入很少？NASARI 2.0——BabelNet同义词集(多语言)语义向量神经网络和函数式编程语言的对比统计自然语言解析器BLLIP层次神经语言模型HNLM
( 28条)深度学习在语音合成最新进展EMNLP2015三篇最佳论文理解反向传播(BP)算法图像曲率滤波方法九三阅兵网民情绪展示
( 31条)机器学习在量化投资中的应用：从技术分析谈起用 Word2Vec 寻找两个词之间的轨迹Word2Vec作者Tomas Mikolov在COLING2014上的教学讲座《图像特征提取与检索技术》周涛：个性化推荐十大挑战
( 22条)Neuralart 给画加名家风格的开源实现Attention论文若干Christopher Olah系列博客用Stack LSTM实现基于转移的依存句法分析文本摘要简介
( 38条)王英子：记KDD 2015大会比较文档组之间的相似与差异距离动力学:社团发现的新办法仙守的机器学习和计算机视觉资料博客《人脸识别与人体动作识别技术及应用》
( 21条)人机对话的浪潮Click Models for Web Search深度学习研究框架Theano-lightsKDD 2015教程：Graph-Based User Behavior Modeling关于数据科学，书上很少提及的三点经验
( 23条)Twitter 和 Netflix的异常检测视频教程标定移动APP的成人级别@也爱数据挖掘 数据挖掘系列 关联规则用Spark做大规模并行NLP文档图像除噪(去背景)教程
( 22条)2015蒙特利尔深度学习暑期学校之自然语言处理篇ELM Tutorial时间序列异常检测 EGADS Surus iForestColah的LSTM教程《从头实现来理解机器学习算法》
( 26条)CTR预估中GBDT与LR融合方案十种自动化网页抽取工具的详细对比Facebook推出虚拟助理M《纽约时报》如何打造新一代推荐系统把名画风格加在实景照上
( 25条)How to generate a good word embeddingDeep learning在生物信息中的应用DeepSEA基于jieba的中文自然语言处理基本流沈国阳：美团推荐系统整理框架与关键工作Computation Graph Toolkit (CGT)
( 26条)SIGIR2015主题报告：信息检索的概率论框架KDD 2015教程: Data-Driven Product Innovation计算广告与推荐系统有哪些区别？Towards Neural Network-based Reasoning深度学习框架关注度(GitHub star数)排行榜
( 32条)Text by the Bay 2015 视频+幻灯片: 文本分析的黄金时代机器学习在威胁情报中的应用CCIR2015 李航博士的讲座抢鲜版几种典型的Streaming Algorithms介绍数据科学家 (Data Scientist) 的核心技能是什么？
( 22条)Stanford自然语言推理(SNLI)数据集Stanford NLP Group TopicRNN 直接在字符级做序列预测Variational autoencoder公开推荐论文的网站Recommend-Paper.org
( 22条)应对非均衡数据集分类问题的八大策略Social Personalisation & Search 2015论文集LibISR: 实时3D模型追踪多模态数据融合的深度监督式主题模型 Deep DocNADEDither 的效果好于dropout的深度学习
( 26条)KDD 2015论文集Peter Kovesi计算机视觉和图像处理的matlab代码@xiahouzuoxin 深度卷积网络CNN与图像语义分割微软研究院开源软件下载汇总你应该掌握的七种回归技术
( 20条)计算语义近期发展ILSVRC2015发布数据利用机器学习进行恶意代码分类《机器学习实践：测试驱动的开发方法》新词发现思路
( 25条)SIGIR15论文集Learning Word Meta-EmbeddingsLift-Based Bidding in Ad Selection讨论：用演化算法解决机器学习问题KDD 2015教程一览
( 30条)Random Forest 与 GBDT 的异同阿里云发布人工智能平台DTPAI神经机器翻译中的注意机制黄志恒的工作（NLP，语音识别，深度学习等）Quora 是如何使用机器学习的？
( 30条)词向量近期干货总结英语POS tagging工具FLORS短文本摘要数据集斯坦福NLU2015课程整合信息理论与意识
( 24条)机器学习算法在不同语言或平台下的性能分析比较傻瓜版Logistic回归介绍GPU神经网路翻译Deep Generative ModelsCollins：自然语言处理中的机器学习法
( 23条)WSDM教程：面向网络搜索和自然语言处理的深度学习结构最大熵模型SME看不见正脸的人脸识别机器学习技术在篮球运动数据分析中的作用卡内基梅隆SELECT实验室开源代码
( 28条)《The Nature of Code》融合多元信息的混合推荐Microsoft Academic GraphDMOZ(the Open Directory Project)数据集ImageNet 2015竞赛开始
( 32条)@北冥乘海生 《计算广告》Russ Salakhutdinov在蒙特利尔深度学习暑期学校上的幻灯片Elasticsearch添加中文分词考虑词序和字符序的神经词嵌入KDD2015 Google：预测广告算法的长期效果
( 30条)From Word Embeddings To Document Distances小i机器人：智能客服的最强大脑王晓刚: 图像识别中的深度学习升级恐惧与人工智能 ——《机器姬》观后留言kaggle的比赛在machine learning领域是什么地位？
( 32条)2C 人工智能创业公司如何解构语言《Learn SVM Step by Step》系列视频(KDD 2015 Tutorial)稠密子图挖掘(DSD)(SIGIR 2015 Tutorial)信息检索End-to-End线下评价大规模网络中稠密子图检测
( 30条)机器翻译中的深度学习综述From Language Modelling to Machine TranslationKDD教程：基于图的用户行为建模KDD2015十年最佳论文Nvidia DIGITS DevBox ，深度学习专用机器
( 23条)李飞飞关于计算机视觉智能研究的报告Chris Manning在DLSS上关于深度学习和NLP的教程讨论：基于算法的用户偏好学习靠谱吗？在线展示广告套利算法学术研讨会：从大数据中得出因果推断
( 21条)比较各大Knowledge BaseCNN里使用非平衡训练数据Spotify战胜Apple Music的计划集体智慧背后的科学u-morphs从用户名预测用户性别和使用语言
( 27条)SLAM系统的研究点介绍Listen， Attend and Spell (LAS) 语音识别《贝叶斯统计方法--R和BUGS软件数据分析示例（影印版）》有争议的ACL 2015最佳论文（机器翻译质量预测）EMNLP2015 接收论文列表
( 24条)Ralph Grishman撰写的信息抽取笔记Caffe使用教程特征工程工具包Venus机器视觉开源代码集合Varun Chandola异常检测 几篇重要文章
( 30条)GraphX建模和数据存储Google Ngram：词频趋势数据神器GenVector: Multi-Source Bayesian EmbeddingsDLSS2015 机器学习介绍SIGIR2015论文集
( 28条)Yoshua Bengio在DLSS上总结最近深度学习理论上的进展Neural Machine Translation 进展报告PTE: Predictive Text Embedding特征工程 vs. 特征提取集成学习方法通俗入门
( 32条)ACL 2015 paper 的概述从Theano到Lasagne：基于Python的深度学习的框架和库Google翻译是如何把深度学习“塞进”手机的？Yoav Goldberg在ACL上关于词嵌入的讲座文本协同标注实验项目EDITOR
( 21条)ACL见闻之流水帐分析国内的计算机视觉相关公司S2MT机器翻译WorkshopMichael Littman在RLDM 2015上的强化学习教程顾嘉唯：从万物互联到万物智能
( 19条)Deep Learning for NLP @鲁东东胖欧新宇: Caffe + Ubuntu 15.04 + CUDA 7.0 新手安装配置指南用Occlusion Coherence Detecting来进行人脸探测NLP快速流程(原型)库broca悉尼机器学习暑期学校MLSS 2015的PPT
( 23条)应用Python，dlib和OpenCV切换面孔鹿晓亮：深度学习并行训练算法浅析室内rgbd的平面检测《多智能体系统及应用》看脸的时代，人工智能一样得拼颜值
( 30条)林衍凯：关系抽取中考虑关系路径信息走进CortanaVisualizing GoogLeNet Classes＂Taming Text＂ 中文版云视链背后的“读眼”技术
( 30条)读图时代的识图技术 @黄畅_smooth (经典回顾)哈工大NLP的祖系图微软研究院在IJCAI贡献的20篇论文综合词嵌入和流形推理语言规律gitxiv开放合作社区
( 27条)可视化的机器学习介绍20多层的深度神经网络检测视网膜病变从 sparse data 再论parsing乃是NLP应用的核武器深度学习之对抗样本问题CrowdFlower Winner’s Interview:
( 32条)两个视频what’s wrong with CNN/DL＂傻瓜＂机器学习系列B2B搜索领域的算法挑战深度学习跨模态人脸匹配在线书《神经网络与深度学习》第六章《深度学习》
( 34条)知识图谱——机器大脑中的知识库正则引擎性能测试中国人工智能大会CAAI王威廉信息抽取讲座统计学习里的挠头术语
( 21条)RNN以及LSTM的介绍和公式梳理ICML 2015压轴讨论总结：6大神畅谈深度学习的未来人脸检测和识别的Web服务API汇ZS压缩的Google Books Ngram数据集概率图模型（PGM）有必要系统的学习一下么？
( 28条)Facebook遭遇的两大机器学习难点高效并行自组织映射(SOM)库Somoclu百度人脸识别API第五届语义技术大会(JIST2015)卷积神经网络建模用户行为
( 32条)Nvidia在线Deep Learning课程层次化的表达建模不同实体之间的交互关系基于Word2Vec的全球大规模网页文档分类预测API如何简化机器学习神经网络训练中的Tricks之高效BP（反向传播算法）
( 28条)CVPR 2015 的所有讲座的视频Semantic Paint新书推介:《The Master Algorithm》面向NLP基于图的半监督学习算法如何从评论数据中挖掘出“吸收快”，“价格实惠”这类信息
( 40条)LDA算法漫游指南深度学习对抗样本的八个误解与事实How to Generate a Good Word Embedding?《语音与语言处理》第三版(草稿)Machine Learning for Developers
( 21条)Hinton机器学习课程PowerGraph 分布式并行图计算auto-sklearn 自动机器学习计算机视觉系统的图灵测试用Spark实现Logistic回归
( 27条)Awesome Recurrent Neural NetworksKDD15 Test of Time 3篇经典论文XLDB2015：Facebook加速深度学习15行Python代码使用GA算法训练网络《稀疏与冗余表示--理论及其在信号与图像处理中的应用》
( 25条)Leon Bottou在ICML的主题演讲：机器学习的两大挑战关联聚类——从理论到实践组合用户特征和图片特征用于图片hashtag预测神经机器翻译中稀有词问题的缓解提升词重要性估计用于新闻多文档摘要
( 26条)Science杂志主题：Artificial Intelligence结合Clarifai和Algolia做自动图像索引雷欣：如何构建软硬结合的人工智能产品研发体系Mike Jordan & Tom Mitchell 两位教授 science 文章：机器学习前瞻曾炼：人工智能到底能为我们带来什么？
( 31条)从实验室到工厂——构建机器学习生产架构Neural CRF Parsing从互联网+到人工智能+两个非常好的 theano 入门材料PU(positive-unlabeled) Learning
( 35条)高级的词向量表示Scaling Up Machine Learning深度学习caffe的代码怎么读？机器学习维基指南Google强化学习体系架构Gorila介绍
( 39条)Malisiewicz在CVPR’15上关于Deep Learning的一些感想开发者成功使用机器学习的十大诀窍体系结构研究者眼中的神经网络硬件《马尔可夫链：模型、算法与应用》哪一种RNN的架构比较好
( 27条)袁进辉：WWW 2015：一个神奇的会议避免过度拟合之正则化CVDazzle怎样让计算机视觉技术检测}