机器学习

要成为一名卓有成效的数据科学家，你必须认识到，你的工作不只是研究。你必须对自己的工作进行定量和定性，使全公司都能理解。

让你买买买停不下来的淘宝是如何做到所拍即所得的？

随着互联网技术的迅速发展与普及，如何对浩如烟海的数据进行分类、组织和管理，已经成为一个具有重要用途的研究课题。而在这些数据中，文本数据又是数量最大的一类。

本文整理了文本分类的基本方法和处理流程，进行了综述性介绍。

在对不平衡的分类数据集进行建模时，机器学习算法可能并不稳定，其预测结果甚至可能是有偏的，而预测精度此时也变得带有误导性。

很久以来，主流 NLP （Natural Language Processing）就在这样的一袋子词里面做文章，有时候也确实做出了蛮漂亮的文章，都是用的基于统计的机器学习。什么是“一袋子词”呢？

(1)回顾深度学习技术在图像识别,语音识别和自然语言处理上的突破, 可以看到的是一个很清晰的主脉络: 计算速度加快, 缩短了新算法的测试周期,成功的新算法, 迅速彻底地淘汰老算法. 谷歌的资深研究者 Jeff Dean 这样描绘算法测试速度的重要性: 如果一个实验要一个月才会出结果, 没有人会去测试…

“所问数据” 定位企业级数据分析的预测引擎，通过 SaaS 形式给企业提供深度销售分析和销售预测。

机器，该如何进行信息交换？所交换的信息，又是什么样子的？人工智能如何运用在机器的信息处理上？机器最终可否实现自我修复？

数据科学领域的相关技术，近两年发展迅猛。有时仅凭个人的经验很难解决一些问题。互联网上遍布各类文章和资源，在学习时应该集万家之长，注重实践，并善于总结。同上面各博客的博主一样为知识的开源做一份贡献，让知识广为传播。

“Young man, in mathematics you don’t understand things. You just get used to them.”

有网友在Quora上提问：对于那些非计算机科学行业的人，你会如何向他们解释机器学习和数据挖掘？ 斯坦福大学的印度学生、机器学习爱好者 PararthShah 在2012年12月22日的使用买芒果的例子，非常经典易懂。如何用类似的方法来解释神经网络？

世界各地无数的组织，他们使用的数据现在日益庞大而复杂，使用传统的数据处理程序已无法再进行优化分析及获得洞察。而这正是的新一代的大数据应用程序要解决的问题。

美国统计学研究方向有哪些?与国内有何区别?

继上周获得苹果10亿美金投资之后，滴滴在本周的第一个动态是宣布Di – Tech算法大赛——悬赏让开发者提供有可能优化滴滴出行服务的算法，冠军最高能获得10万美金。