10本关于机器学习的最好免费电子书

我很久没有写博客了。然而，我不想放弃，没有写作的主要原因是我在 MailChimp 的工作太忙了。数据科学小组和公司其他人一起紧密配合，期望在未来做一些有趣的东西。 受到 Google 出品的优秀论文“

com/archives/21071 译者：WZL， （36大数据专稿，转载必须标明来源） 在机器学习界叱咤风云多年的支撑向量机算法(SVM)，其发明人不单有奠基统计学习理论的Vapnik（最近跳槽去了Facebook

根据外媒消息，微软收购了以色列一家机器学习厂商 Equivio，其拥有的机器学习技术可用于对企业或政府的海量办公文件、电子邮件进行智能分析和归类。 大数据时代，机器学习（Machine Learnin

developers 在提供发现埋藏数据深层的模式的能力上，机器学习有着潜在的能力使得应用程序更加的强大并且更能响应用户的需求。精心调校好的算法能够从巨大的 并且互不相同的数据源中提取价值，同时没有人类思考

世界人工智能顶级专家李飞飞被曝已与谷歌达成协议，将加入谷歌云计算业务新成立的机器学习部门 （Google Cloud Machine Learning）。据 The Verge 消息指出，李飞飞是与她的学生李嘉一同加盟谷歌。Danny

借着人工智能的热潮，各种机器学习项目也迎来了一个爆发期。其中有一些因为背后的巨头支持或者稳定可靠的性能而广为人知，例如 Tensorflow、Caffe 和 Theano 等。但实际上，有为数更多的项

。好消息是，美国国家标准与技术研究所（NIST）与密歇根州立大学的科学家们，已经开发出了一套借助机器学习技术和算法的自动化流程，让指纹比对工作变得更具效率。通过智能手机内建的指纹传感器，使得面向司法鉴定的自动指纹分析看似轻而易举。

Know 毫无疑问，机器学习/人工智能的子领域在过去几年越来越受欢迎。目前大数据在科技行业已经炙手可热，而基于大量数据来进行预测或者得出建议的机器学习无疑是非常强大的。一些最常见的机器学习例子，比如 Netflix

Grisel(OG)进行了一次访谈，正好我得到这个机会去旁听。Olivier是scikit-learn机器学习库的主要贡献者，因此他们两个详细地 讨论了Olivier的工作和其它技术的发展。这是采访的第一部分。

1000 万美元的资金，还拥有一支训练有素的研发团队。该公司主打 API 可以梳理大量的视觉和视频数据并打包。Clarifai 的客户包括联合利华集团、视频网站 Vimeo 和新闻聚合网站 BuzzFeed。

Apache Mahout 简介：通过可伸缩、商业友好的机器学习来构建智能应用 　　当研究院和企业能获取足够的专项研究预算之后，能从数据和用户输入中学习的智能应用程序将变得更加常见。人们对机器学习技巧（比如说集群、协作筛选和分

作者：daniel-D 在机器学习和数据挖掘中，我们经常需要知道个体间差异的大小，进而评价个体的相似性和类别。最常见的是数据分析中的相关分析，数据挖掘中的分类和 聚类算法，如 K 最近邻（KNN）和

人工智能和机器学习领域方面的开源项目。 GraphLab GraphLab 是一种新的面向机器学习的并行框架。GraphLab 提供了一个完整的平台，让机构可以使用可扩展的机器学习系统建立大数据以分析产品，该公司客户包括

机器学习代码的很大一个特点是依赖于矩阵和向量操作，这在神经网络和矩阵分解类模型里面尤其明显。从神经网络里面的backprop到矩阵分解模型里面的更新法则都可以以向量和矩阵甚至张量的形式出现。 写机

html 掌握机器学习技能没有最正确的方法，每个人的学习方法都有不同。为了帮助更快地熟练机器学习技能，这个博客着重指出在学习中常见的五个错误： 1. 把机器学习看的基石 机器学习只是众多帮助解

本篇文章详细阐述机器学习模型评估和参数调优。将主要围绕两个问题来阐述： “知其所以然”：当你选择的一个机器学习模型运行时，你要知道它是如何工作的； “青出于蓝”：更进一步，你得知道如何让此机器学习模型工作的更优。

现如今，大多数的开发人员都听说过机器学习，但是当他们试图寻找捷径来学习这些技术时，却有很多人都对机器学习中的一些抽象概念望而却步，诸如 回归 、 无监督学习 、 概率密度函数 和其他许多定义。如果诉诸于书本，代表著作有

事实证明，无需掌握艰深的数据科学，我们同样能够在机器学习的世界中徜徉。当然，这段旅程不可避免地需要借助各类大数据、人工智能、深度学习与规模化统计与分析工具的帮助。 在今天的文章中，我们将共同了

微软宣布微软研究院已经在 GitHub 开源 他们的机器深度学习工具 CNTK（Computational Network Toolkit，即计算网络工具包），这些是微软在人工智能、机器学习领域多年的成果。 微软首席语音科学家黄学东称，CNTK