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。

亿联网设备涌入市场，忽视如此大规模的数据并非明智之选。 企业可以在机器学习的帮助下充分利用大数据。这里提到的机器学习不是科幻电影里面与人类为敌的机器人，现代机器学习致力于挖掘数据中的价值。 IBM 计划向开发者开放

Forevery 的应用（目前只有 iOS 版本）。Forevery 能帮你储存照片，然后运用机器学习来组织这些照片。它能自动为照片添加标签，这些标签来自其数据库（共有将近 1.1 万条风格各异的标签术语）。

http://www.infoq.com/cn/news/2015/12/Quora-MLConf 数据科学家和机器学习工程师如何有效协作是一个困扰许多公司的问题。在前不久于旧金山举行的MLConf大会上，Quora工程副总裁

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

魔兽模拟器的机器学习和数据挖掘; 玩模拟游戏的结果可以用来确定哪些一起能很好的工作,哪些没有卡牌. 用法 Hearthbreaker 兼容任何支持 Python 3.2+ 和 PyPy3 2.3+

http://dataunion.org/11710.html 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

在本篇文章中，我将对机器学习做个概要的介绍。本文的目的是能让即便完全不了解机器学习的人也能了解机器学习，并且上手相关的实践。这篇文档也算是 EasyPR开发的番外篇，从这里开始，必须对机器学习了解才能进一步

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

http://www.jianshu.com/p/3e8b9f2764c8 机器学习已经成为了当前互联网领域不可或缺的技术之一，前辈们对机器学习模型的研究已经给我们留下了一笔非常宝贵的财富，然而在工业界的应用中我们可以看

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

com/s/1EaLnZ 机器学习经典书籍小结 http://www.cnblogs.com/snake-hand/archive/2013/06/10/3131145.html 机器学习&深度学习经典资料汇总 http://www

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

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

数据处理中的广泛应用。而针对海量数据的机器学习对并行计算的性能、开发复杂度等提出了新的挑战。 机器学习的算法具有下面两个特点：数据依赖性强，运算过程各个机器之间要进行频繁的数据交换；流处理复杂，整

开源免费电子书集合，包括机器学习、数据挖掘、自然语言处理和数学等。 本文是WIKI页面，请自由的参与到这个列表的贡献。 机器学习/数据挖掘 An Introduction To Statistical

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，还有的称为搜索

掘，不仅能给美团业务发展方向提供决策支持，也为业务的迭代指明了方向。目前在美团的团购系统中大量地应用到了机器学习和数据挖掘技术，例如个性化推荐、 筛选排序、搜索排序、用户建模等等，为公司创造了巨大的价值。本文