HPC跟大数据要走向融合，看来已经是共识了，大数据方吴恩达这么说O网页链接，HPC方Dongarra也这么说O网页链接，还有硬件平台方英特尔这么说O网页链接，关键是资源管理层把两边的工具、编程环境和硬件差异弥合，以及提供一个可配置的内存/存储架构。
秋季将在上科大信息学院第二次开设压缩感知和稀疏低秩模型的课程。John Wright将在哥伦比亚大学同步教授同一门课。八月闭关一个月写教案和教材。欢迎有自虐倾向的同学选修。
#求教#请问通过什么办法可以从评论数据中挖掘出“吸收快”，“价格实惠”这类信息，类似百度这个产品O网页链接@52nlp@王利锋Fandy@梁斌penny@爱可可-爱生活 面向领域/方面的情感判别，基本思路是启发式-自扩展(bootstrapping)-特征学习(词向量等)，目前主流是前两类，启发式可参考《程序员》2013年7月文章《文本语义分析的实现及应用》O网页链接，bootstrapping可参考O网页链接等
【Universal Value Function Approximators】[ICML15] Universal Value Function ApproximatorsO网页链接DeepMind出品。先对少量目标学习值函数，再推广到整个目标空间。在吃豆游戏上实验，学会若干次吃掉某一个豆后，可推广到吃掉另一个豆看来要吃完所有豆，DeepMind还有很长的路要走
《Introduction to Machine Learning》by Alex Smola 云端同步版请参阅:O爱可可-爱生活 《Complete Course on Machine Learning》原文：O网页链接HN评论：O网页链接
【IBM提供基于Watson的概念(实体)关联式新闻浏览服务】O网页链接介绍《Presenting the News Explorer》O网页链接
【视频:(CVPR2015)Yann LeCun关于深度学习局限性的报告】《What's Wrong with Deep Learning?》O网页链接讲义及相关介绍请参阅O爱可可-爱生活
【论文:面向微分方程参数估计的快速近似贝叶斯计算(ABC)】《Fast Approximate Bayesian Computation for Estimating Parameters in Differential Equations》S Ghosh, S Dasmahapatra, K Maharatna (2015)O网页链接
【教程:(ACL 2012)(500+页)面向NLP基于图的半监督学习算法】《A Tutorial on Graph-based Semi-Supervised Learning Algorithms for NLP》by A Subramanya[Google], PP Talukdar[CMU]O网页链接云:O网页链接
【(R)分类算法的实证比较分析】《Choosing A Classifier》by Arthur CharpentierO网页链接
【(R)基于Twitter/情感分析的口碑电影推荐】《Movie selection using R》O网页链接
【论文:(Graph/Random Walk)社交媒体争议话题量化分析(检测)】《Quantifying Controversy in Social Media》K Garimella, GDF Morales, A Gionis, M Mathioudakis (2015)O网页链接
【论文+(Matlab)代码:典型相关森林(CCF)】《Canonical Correlation Forests》T Rainforth, F Wood (2015)O网页链接code(genCCF):O网页链接
【论文:含噪标记样本的重要性二次加权学习】《Classification with Noisy Labels by Importance Reweighting》T Liu, D Tao (PAMI2015)O网页链接
【用Spark处理PB级文本数据】《Petabyte-Scale Text Processing with Spark》by O Sliusarenko, K McIntireO网页链接
【Python+情感分析API实现故事情节(曲线)分析】《Exploring the shapes of stories using Python and sentiment APIs》O网页链接
【改变(主宰)世界的十大算法】《The real 10 algorithms that dominate our world》O网页链接pdf:O网页链接 伯乐在线 提供的译文《真正统治世界的十大算法》O网页链接
【构建预测类应用时如何选择机器学习API】《How to choose a machine learning API to build predictive apps - A few things to consider to make it easier to integrate Machine Learning in your apps…》O网页链接
【arXiv 24x7开放式科研评审利弊观】《arXiv.org and the 24 Hour Research Cycle》by Zachary Chase LiptonO网页链接
【超赞的D3.js实例集】"D3.js Gallery (2490 examples!)" 2k+精彩实例/分类整理/可搜索O网页链接
请问通过什么办法可以从评论数据中挖掘出“吸收快”，“价格实惠”这类信息，类似百度这个产品O网页链接 之前有尝试过，文档见《用户评论中的标签抽取以及排序》O网页链接
【新书推介:《The Master Algorithm》】《The Master Algorithm - How the Quest for the Ultimate Learning Machine Will Remake Our World》by Pedro Domingos (2015)O网页链接Pedro Domingos专访:O网页链接O网页链接
【(deeplearning4j)深度神经网络(DNN)介绍】《Introduction to Deep Neural Networks》O网页链接
【论文:面向流的总体后验和贝叶斯推理(总体变分贝叶斯方法)】《The Population Posterior and Bayesian Inference on Streams》J McInerney[Columbia], R Ranganath[Princeton], D Blei[Columbia] (2015)O网页链接
ShanghaiTech Symposium on Data Science (SSDS 2015) 的视频已经可以下载了O网页链接
ACL-IJCNLP 2015 Conference Handbook新鲜出炉：O网页链接@刘康_自动化所@韩先培
CVPR 15 TechtalksO网页链接
【Kaggle's West Nile Virus Competition Benchmarks及dplyr/XGBoost/Lasagne/Keras指南】《West Nile Virus Competition Benchmarks & Tutorials》by Anna MontoyaO网页链接
【Manning&Hirschberg关于NLP过去/现状/未来的访谈】《Computer scientists talk about problems and advances in natural language processing》O网页链接参阅《Advances in natural language processing》J Hirschberg, CD ManningO爱可可-爱生活
【信息图(速查):用Python/Pandas做数据探索】《CheatSheet: Data Exploration using Pandas in Python》O网页链接pdf:O网页链接
【论文+数据:同类/配套产品网络(主要基于产品评论主题建模)的推断】《Inferring Networks of Substitutable and Complementary Products》J McAuley, R Pandey, J Leskovec (KDD2015)O网页链接data:O网页链接author's page:O网页链接
【开源:用于配置/组织/记录/重现实验的工具Sacred】GitHub:O网页链接
【论文+代码:基于词向量的探索主题模型】《Exploratory topic modeling with distributional semantics》S Rönnqvist (2015)O网页链接Code:O网页链接Demo:O网页链接
[课程]《Introduction to Machine Learning》O网页链接15年春季学期CMU的机器学习课程，由Alex Smola主讲，提供讲义及授课视频，很不错，持续更新中 Youtube:O网页链接云:O网页链接 课程Slides/Honework/Project参见:O网页链接
《爱可可老师今日视野(15.07.22)》（ 分享自@简书）O网页链接
【ACL2015论文集】 ACL 2015论文集放出来了：O网页链接
【Y Bengio写的深度学习展望文章】《The Promise of Deep Learning》By Yoshua BengioO网页链接
好文『【征信数据源】六种可用于互联网金融风险控制（征信）的大数据来源 | 小鸡吃米』O网页链接
Ibis: Scaling the Python Data Experience，一个新发布的Python大数据分析框架O网页链接
arXiv: Heaven or Hell? 天堂或地狱，arXiv优缺点讨论O网页链接
Yann LeCun在CVPR2015上的talk：What's Wrong with Deep Learning? 视频地址：O网页链接
Science最新论文： Economic reasoning and artificial intelligence#免费下载#O网页链接
【Pandas与Spark DataFrames的比较】《6 Differences Between Pandas And Spark DataFrames》O网页链接
《Complete Course on Machine Learning》原文：O网页链接HN评论：O网页链接
【Maxout Networks的(交互式)介绍】《Maxout Networks》O网页链接
《Complete Course on Machine Learning》原文：O网页链接HN评论：O网页链接 《Introduction to Machine Learning》by Alex Smola 云端同步版请参阅:O爱可可-爱生活
我在社会创新周上的演讲，关于城市2.0和开放创新O社会创新周干货演讲丨吴甘沙：创新2.0，与我理想有关的一切
