这是一个创建于 3600 天前的主题，其中的信息可能已经有所发展或是发生改变。
机器学习日报 2015-01-13
@好东西传送门 出品, 过刊见 http://ml.memect.com
订阅：给 [email protected] 发封空信， 标题: 订阅机器学习日报
可点击加长版53条 http://memect.co/ml-list-2015-01-13
贝叶斯决策理论介绍
@爱可可-爱生活
关键词：经验总结, 应用, 博客, 机器人, 统计
非常棒的贝叶斯决策理论介绍，通过生动有趣的小机器人定位问题展开。贝叶斯决策理论方法是统计模型决策中的一个基本方法，基本思想是：已知类条件概率密度参数表达式和先验概率，利用贝叶斯公式转换成后验概率，根据后验概率进行决策分类 [1]
[1] http://www.sumsar.net/blog/2015/01/probable-points-and-credible-intervals-part-two/
推荐工程中什么算好指标
@十月伤感wb
关键词：应用, 推荐系统
#推荐系统# @好东西传送门 在推荐工程中什么样的指标算得上好指标，这里给出了答案 [1]
[1] http://www.quora.com/How-do-you-measure-and-test-the-quality-of-recommendation-engines
《 An Introduction to Matrix Concentration Inequalities》
@winsty
关键词：资源, PDF, 矩阵, 论文, 书籍
[1] @王树森CS 求鉴定下这本random matrix的书
[1] http://arxiv.org/pdf/1501.01571v1.pdf 
《Social Physics》
@GK同人于野
关键词：应用, 资源, Alex Pentland, Paul Bloom, Steven Pinker, 社交网络, 书籍
尤其其中 Social Physics: How Good Ideas Spread—The Lessons from a New Science 这本书感觉很不错 -- 我分享了 @陈晓晖 的文章 [1]
[1] http://weibo.com/p/1001593798152741305610
Graphx:构建graph和聚合消息
@时金魁
关键词：架构, Spark, 代码
Spark Graphx:构建graph和聚合消息 [1]
[1] https://github.com/shijinkui/spark_study/blob/master/spark_graphx_analyze.markdown
1
Select Language