MLTK是各种监督的机器学习算法集合，专为直接训练模型和深度开发设计。 当前MLTK支持： Generalized Linear Models Ridge Lasso Elastic Net Group

Stanford CoreNLP . 15. Sparkit-learn Interface to Python's Scikit-learn 16. Sparkling Water Interface

大数据/数据挖掘/推荐系统/机器学习相关资源 Share my personal resources 书籍 各种书~各种ppt~更新中~ http://pan.baidu.com/s/1EaLnZ 机器学习经典书籍小结

Simple Implementation of Genetic Algorithms in Python (Part 1) , Part 2 Genetic Algorithms vs Artificial

机器学习是目前数据分析领域的一个热点内容，在平时的学习和生活中经常会用到各种各样的机器学习算法。实际上，基于Python、Java等的很多机器学习算法基本都被前人实现过很多次了。这些算法在网上可以找到

你 知道如何为你的分类问题选择合适的机器学习算法吗？当然，如果你真正关心准确率，那么最佳方法是测试各种不同的算法（同时还要确保对每个算法测试不同参 数），然后通过交叉验证选择最好的一个。但是，如果你只

在听到人们谈论机器学习的时候，你是不是对它的涵义只有几个模糊的认识呢？你是不是已经厌倦了在和同事交谈时只能一直点头？让我们改变一下吧！ 本指南的读者对象是所有对机器学习有求知欲但却不知道如何开头的

国外机器学习的Blog推荐

机器学习经典论文/survey合集

我们在之前得知，通过最小化Ein来选择最好的模型不是一个正确的办法，因为这样可能会付出模型复杂度的代价、造成泛化效果差、造成过拟合的发生。

用决策树处理分类问题，近来的调查表明，决策树也是最经常使用的数据挖掘算法。它之所以如此流行，一个很重要的原因就是不需要了解机器学习的知识，就能搞明白决策树是如何工作的。 上边所示的图，就可以被称为是决策树，长方形代表

聚类 属于无监督学习 目的：找到数据集中的不同群组 分级聚类 主要思想是： 在数据集中找出两个最相似的节点 根据这两个节点生成一个新的聚类节点，这个节点的数据为两个子节点的数据的平均值,

机器学习引领认知领域的技术创新。一些机器学习的新产品也在不断涌现，技术型初创公司在面对巨大的潜在市场已经蠢蠢欲动。红点投资机构的投资人 Tomasz Tunguz 就机器学习对 SaaS 行业的益处进行了分析。

environment. 2. Scikit-learn scikit-learn is a Python module for machine learning. It is built on top

本文中，阿姆斯特丹大学教授Max Welling介绍了机器学习与统计学关系的历史和未来。本文来自第6届IMS-ISBA（数理统计研究会和国际贝叶斯协会）圆桌讨论。 作者：Max Welling 在

 Instead 一文中我指出，在大数据时代，我鼓励人们从一个问题开始学习而不是从一个工具开始。这个道理同样适用于AI/机器学习领域。在我们如今生活的年代，让人兴奋的是我们可以提出真正无所畏惧的问题。因为我们已经不再受到硬件或软件的限制。

net/article/2015-12-25/2826560 本列表总结了25个Java机器学习工具&库： 1. Weka 集成了数据挖掘工作的机器学习算法。这些算法可以直接应用于一个数据集上或者你可以自己编写代码来调用。We

Recode 中文站 11 月 10 日报道 机器学习作为人工智能的一种类型，可以让软件根据大量的数据来对未来的情况进行阐述或预判。如今，机器学习在硅谷非常流行，并吸引了多家知名企 业竞相涉猎该领域。例如，Facebook

Classifier 你知道如何为你的分类问题选择合适的机器学习算法吗？当然，如果你真正关心准确率，那么最佳方法是测试各种不同的算法（同时还要确保对每个算法 测试不同参数），然后通过交叉验证选择最好的一个。

import sys, socket hostname = socket.gethostname() # Try to get the fully-qualified name. print 'Fully-qualified name:', socket.getfqdn(hostname)