[温故而知新] 免费电子书 Green tea press 上有 Think Python, Think Bayes, Think Complexity, Think Stats2 等一系列 Allen Downey 撰写的教材,下载链接 🔗 网页链接 Github有一些书的tex源码例子,相关资料请看合集 🔗 网页链接 @图灵社区 2011年曾推荐过 展开全文 推荐Peter Thiel新书《Zero to One: Notes on Startups, or How to Build the Future》(9月16日才出版) 🔗 网页链接 基于他2012年CS183课的讲义。有人预读后赞了他的三个观点: 创始人要追求垄断, 用破坏性创新参加市场竞争不如开发新市场, 对精益创业的反思。咱做了个脑图(水平有限,欢迎指正) 展开全文 [笔记]Michael Jordan论#深度学习# 🔗 网页链接 1. layer,parallel,ensemble有用,不能限于模拟人脑思维 2. backpropagation是关键, 本质是supervised learning 3. 很多成功案例是大规模样本＋监督学习 4. 很少用在工业界咨询,不少其它问题(7个例子) 5. 机器学习要接近system与数据库, 远离AI 展开全文 问: @V井颠V 对国内中长文章(300~5000字)近似新闻门户网站频道粒度的自动分类,有好的模型方法吗？ 答: 进展 🔗 网页链接 考虑 statistical topic model, 推荐UIUC翟成祥 ( 🔗 网页链接 ) , Stanford 和Umass 都有软件包 国内工作欢迎补充 @talkto廖华 请问有没有好用的中文词汇的语义相似度计算工具？答：多种分布式表示方法都可以计算语义相似度，中英文均可以处理。如近来的word2vec 🔗 网页链接 和glove。@刘知远THU 推荐ESA(Explicit semantic analysis)，在稳定性上可能更优，一些开源项目和文章如下 🔗 网页链接 展开全文 问：在哪里找到文章，了解美国政府的数据发布情况呢？ 答：美国政府在data.gov开放了十多万个免费、免版权的公开数据集。目前一个重要应用领域是房地产信息（例如 zillow, greatschools, tulia)，包括学区信息等。麦肯锡公司2013年预测开放数据能带来每年3万亿美元经济增长。🔗 网页链接 展开全文 @瀟灑小弟 问：有木有深度学习在文本挖掘或者自然语言处理(NLP)方面的好的资源？ @panjf1987 提供答案：被推荐过最多是Richard Socher 的Deep Learning for Natural Language Processing (without Magic) 这个tutorial在NAACL 2013和ACL 2012都做过。讲稿，视频，参考文献整理如下🔗 网页链接 展开全文 知识图谱的构建离不开人的参与，众包作为一种新兴的方式来获取廉价的标注，评测甚至群体智慧会发挥越来越重要的作用。国内这领域的权威专家 @昊奋 推荐了一组必读文章，有概述、医疗领域知识库众包、众包的链接数据管理、概率推理和众包结合、考虑用户模式的众包、实体链接的众包 🔗 网页链接 《好东西传送门到底是什么？》 很多人问这个帐号到底是什么？答：它是一个网上资料的人肉搜索引擎。它集成了一群微博上的好人，以最简练的方式，帮大家找到最精华的资源。达到这个目的手段有三：知识卡片，人肉知识桥梁，轻问答。这是不是你想要的“好东西传送门”？欢迎讨论！🔗 网页链接 @姚鹏鹏YPP 问：能不能推荐深度学习或者机器学习在图像检索中的应用的论文？答：最权威的索引可以说是最近CVPR 2014上的深度学习在计算机视觉上的教程，主讲人全是本领域的大拿，一共13个讲稿，基础/进阶/实践全有，顺着每个后面附的文献列表可以把领域内重要论文一网打尽了。🔗 网页链接 🔗 网页链接 Github上13个最热门的NoSQL数据库排名。第一的是键值数据库Redis，近万颗星。第二,三是RethinkDB和MongoDB，两大竞争的文档数据库。第四是pouchdb，2800星，一个Javascript的可以跑在浏览器的数据库。图数据库Titan第五。其他有flockdb couchdb riak ravendb orientdb等展开全文 @呯呀么呯 问：识别交通标志，怎么确定图片里有交通标志，具体在哪里？答：这个应该算目标识别和物体识别，CV的经典教程都有object recognition的内容可以参考。具体到交通标志识别，Github上有些开源代码 Matlab C++ Java的都有🔗 网页链接 计算机视觉@DeepGlint赵勇 是专家，推荐关注展开全文 