chinaliping的专栏

转载 深度学习(Deep Learning，DL)的相关资料总结

有人认为DL是人工智能的一场革命，貌似很NB。要好好学学。0    第一人（提出者）    好像是由加拿大多伦多大学计算机系(Department of Computer Science ,University of Toronto) 的教授Geoffrey E. Hinton于2006年提出。   其个人网站是：   http://www.

转载 一张图告诉你如何选择机器学习算法

网址：http://scikit-learn.org/stable/tutorial/machine_learning_map/index.html

转载 12本北美比较常用的机器学习/自然语言处理/语音处理经典书籍

转载 Machine Learning 书单

持续更新，请补充。除了以下推荐的书以外，出版在Foundations and Trends in Machine Learning上面的survey文章都值得一看。入门：Pattern Recognition And Machine LearningChristopher M. BishopMachine Learning : A Probabilist

转载 如何查阅自然语言处理领域学术资料

原文出处：http://blog.sina.com.cn/s/blog_574a437f01019poo.html        昨天实验室一位刚进组的同学发邮件来问我如何查找学术论文，这让我想起自己刚读研究生时茫然四顾的情形：看着学长们高谈阔论领域动态，却不知如何入门。经过研究生几年的耳濡目染，现在终于能自信地知道去哪儿了解最新科研动态了。我想这可能是初学者们共通的困惑，与其只告诉一个人

转载 Jordan推荐的书籍

转载 几个提供大数据分析服务以及机器学习API的公司

Everstring：http://www.everstring.com/团队很强大。------------AlchemyAPI：http://www.alchemyapi.com/deep learning、NLP等的API，demo也不错。-----------Ersatz：http://www.ersatz1.com/deep learning解

转载 20+ Natural Language Processing APIs

http://blog.mashape.com/post/48946187179/20-natural-language-processing-apisNatural Language Processing, or NLP, is a field of computer science, artificial intelligence, and linguistics co

转载 一些的网站（持续）

1. Scholarpediahttp://www.scholarpedia.org/article/Main_Page2.AllExperts http://www.allexperts.com/3.About.comhttp://www.about.com/4.CliffsNoteshttp://www.cliffsnotes.com

转载 一些机器学习（Machine Learning）的网站总结

这里搜集了一些常见的和 machine learning 相关的网站，按照 topic 来分。RMw平坦软件园Active LearningRMw平坦软件园http://active-learning.net/，这里包括了关于Active Learning理论以及应用的一些文章，特别是那篇Survey。Transfer LearningRMw平坦软件园http://ww

转载 my list of cool machine learning books

http://matpalm.com/blog/2010/08/06/my-list-of-cool-machine-learning-books/brain of mat kelceymy list of cool machine learning booksAugust 06, 2010 at 06:35 PM | 9 Commentsfor

转载 机器学习书籍论文推荐

基本模型:HMM(Hidden Markov Models):      A Tutorial on Hidden Markov Models and Selected Applications inSpeech Recognition.pdfME(Maximum Entropy):      ME_to_NLP.pdfMEMM(Maximum Entropy Ma

转载 信息检索（IR）的评价指标介绍 - 准确率、召回率、F1、mAP、ROC、AUC

在信息检索、分类体系中，有一系列的指标，搞清楚这些指标对于评价检索和分类性能非常重要，因此最近根据网友的博客做了一个汇总。准确率、召回率、F1信息检索、分类、识别、翻译等领域两个最基本指标是召回率(Recall Rate)和准确率(Precision Rate)，召回率也叫查全率，准确率也叫查准率，概念公式:             召回率(Recall)      =