机器学习相关链接帖

http://ztl2004.github.io/MachineLearningWeekly/issue2.html

机器学习周刊第二期：深度学习上了Nature

[align=left]摘要：DNN上了Nature，作者写得不是很深入；智能车上路了；各种机器学习服务（Machine Learning as a Service 是未来）；CES各种机器人；[/align]
[align=left]有筒子反应说内容太多了。。。周刊啊要看一周的好不好[/align]
[align=left]话说很多新闻和材料，我都尽量选了中文的版本，如果翻译的有出入大家联系我。[/align]

本期大牛：Geoffrey E. Hinton
[align=left]懂很多模型很牛么？老爷子一辈子就搞神经网络一个模型，各处刷新state-of-art。。。[/align]
[align=left]大神最新一篇文章，用万金油一般的波尔兹曼机搞出了Topic Model：[/align]
[align=left]Srivastava, N., Salakhutdinov, R. R. and Hinton, G. E. Modeling Documents with a Deep Boltzmann Machine In Uncertainty in Artificial Intelligence (UAI 2013)[/align]
[align=left]然而悲剧的是，大神不再收学生了： I will not be taking any more graduate students, visiting students, summer students or visitors, so please do not apply to work with me.[/align]
[align=left]各大互联网公司在NIPS买老爷子三个人的startup的时候，每小时update一下报价很刺激有木有。。。[/align]
[align=left]一句话：伴随大数据时代的来临，伴随深度学习的兴起，我们都给大神跪了。。。[/align]

各种新闻[b]Computer science: The learning machines[/b]
[align=left]DNN上Nature了，但是文章槽点很多了。。。而且写得确实有点shallow，而且Oren Etzioni对DNN的态度很决断啊（DNN你牛你算个Common Sense给爷看。。。）[/align]

[b]Using deep learning to listen for whales[/b]
[align=left]什么地方都能用DNN啊。。。Kaggle上面的鲸鱼识别项目[/align]

[b]苹果新专利：用户照片自动生成3D地图“街景”[/b]
[align=left]很难，但很有用，先占个专利让别人也搞不了[/align]

[b]谷歌与FDA会面 生物传感医疗项目呼之欲出[/b]
[align=left]伴随之前的长生不老的研究，Google在伪科学的道路上越走越远了。。。等等。。。FDA，听起来很正经啊[/align]

[b]Crowdsourcing forecasts on science and technology events and innovations[/b]
[align=left]收集群体智慧来指导算法预测未来，群体智能在没有意识到自己会被用到算法里面的时候，表现的还是会很靠谱的，但是这么直接，我觉得不靠谱啊，1、怎么解决spam；2、群众都是胡点的好吗[/align]

[b]全球首款无人驾驶汽车开售 可载8人[/b]
[align=left]这玩意只能在公园里用好么。。。[/align]

[b]这回真的上高速了！奥迪在15号州际公路上演示了自动驾驶技术[/b]
[align=left]争先恐后做智能车啊，汽车厂家觉得不说这个都没发在车圈里混了。。。[/align]

[b]中国首辆无人车“军交猛狮Ⅲ”挑战京津高速车流[/b]
[align=left]上路怎么了，哥们的车早就上路了好么，这很难么很难么很难么[/align]

[b]CES 2014: BMW shows off ‘drifting’ self-drive cars[/b]
[align=left]智能车玩漂移[/align]

[b]http://www.cnbeta.com/articles/267798.htm[/b]
[align=left]一个可以自动泊车的智能车[/align]

[b]Launching the Wolfram Connected Devices Project[/b]
[align=left]连Wolfram都开始做物联网了。。。不过人家确实有后台的model啊，得毛豆者得天下，光收集数据的腕带们都跪安哈[/align]

[b]Intel® Edison Development Board[/b]
[align=left]Intel新Soc搞出来一块SD卡大小的系统，低功耗蓝牙还wifi。。。这以后读卡器都不敢随便用了[/align]

[b]The Robotics Companies Google Has Bought Explained[/b]
[align=left]Google买的这几个机器人公司的介绍[/align]

[b]国内团队四月兄弟推出iBeacons基站设备April Beacon[/b]
[align=left]别看iBeancons发布的时候超级低调，这东西对室内定位有很大的贡献啊，而这个领域还是一片蓝海[/align]

[b]An Autonomous Robotics Competition At DEFCON[/b]
[align=left]时隔五年，DEFCON机器人比赛又出来了，估计牛人辈出[/align]

[b]How Lumiata wants to scale medicine with machine learning and APIs[/b]
[align=left]用Graph Model和PageRank搞健康医疗应用的[/align]

[b]神器来了！小度i耳目：720p/红外夜视[/b]
[align=left]大百度最近硬件搞得很HIGH啊，什么时候拿到手拆拆看，其实个人觉得不是啥神器。。。连motion的动作捕捉都没做进去啊，有待提高的说[/align]

各种paper[b]How Google Cracked House Number
Identification in Street View[/b]
[align=left]Google是怎么识别门牌号的，下一步是不是就查水表了。。。文章最底下有Arvix的原文链接[/align]

[b]Natural Language Processing (almost) from Scratch[/b]
[align=left]用DNN从头（几乎）搞自然语言处理，著名的SENNA[/align]

[b]Ronan Collobert[/b]
[align=left]上面那个哥们的视频主页，通篇DNN[/align]

[b]Building Watson: An Overview of the DeepQA Project[/b]
[align=left]Waston怎么造出来的[/align]

[b]Quantum Nearest-Neighbor Algorithms for Machine Learning[/b]
[align=left]微软大神，量子机器学习有木有[/align]

各种课程[b]Deep Learning Tutorials[/b]
[align=left]著名的DNN教程网站，千言万语不及点进去看看[/align]

[b]Neural net language models[/b]
[align=left]Yoshua Bengio大作，讲DNN的language model[/align]

[b]Deep Learning in NLP （一）词向量和语言模型[/b]
[align=left]深度学习在NLP上写的最明白的一个blog，embedding啊[/align]

[b]深度学习： 推进人工智能的梦想[/b]
[align=left]程序员去年第六期很有分量啊，DNN+SDN，余老板的手笔，非常值得收藏。[/align]

[b]Identifying trends in the German Google n-grams corpus (Tutorial)[/b]
[align=left]怎么用Hadoop和Hive玩Counting的，下一步估计运行在Spark之类的分布式机器学习框架要火[/align]

[b]How to Learn a Machine Learning Algorithm[/b]
[align=left]怎样学习和设计一个机器学习算法，给了一个step by step的详细教程[/align]

[b]Machine learning to process, analyse video content[/b]
[align=left]用机器学习做视频识别和结构化，试想一下，之后可以在找视频的时候用这种query“蓝色小矮人坐在无人机上飞过纽约上空”之类的，挺带感[/align]

[b]Interactive Machine Learning¶[/b]
[align=left]交互式机器学习课程[/align]

Pig vs. MapReduce: When, Why, and How <[b]http://blog.mortardata.com/post/60274287605/pig-vs-mapreduce>`_[/b]
[align=left]Pig教程一篇[/align]

[b]Hadoop for Data Science (Slides & Video)[/b]
[align=left]Hadoop数据挖掘教程一篇[/align]

[b]外国公司研发可识别人脸软件 能探知陌生人底细[/b]
[align=left]话说人脸识别确实已经进入服务化的行列了，以后交朋友见面都先用“照妖镜”照照底细哈哈（已被3782个人标记为不靠谱的人）[/align]

各种图书[b]Resources to become a Ninja: Machine Learning[/b]
[align=left]机器学习入门图书一堆[/align]

[b]An Introduction to Statistical Learning with Applications in R[/b]
[align=left]用R学习统计学习[/align]

[b]Building Machine Learning Systems with Python[/b]
[align=left]用Python搞机器学习，据说图灵已经翻译完了。。。[/align]

[b]Practical Data Science with R[/b]
[align=left]R搞数据挖掘的，这是 作者博客[/align]

[b]The homogenization of scientific computing, or
why Python is steadily eating other languages’ lunch[/b]
[align=left]Python为啥比其他语言在研究领域nb，虽然我是Python脑残粉，但是。。。哥你在人家r-bloger上发文是不是砸场子啊，32个赞！[/align]

各种系统[b]Deeply Moving: Deep Learning for Sentiment Analysis[/b]
[align=left]又一个DNN的demo，这回是情感分析，DNN以迅雷不及掩耳盗铃的趋势迅速占领了各个领域的low branch fruit啊。。。[/align]

[b]Javascript library for precise tracking of facial features via Constrained Local Models[/b]
[align=left]Javascript实时换脸。。。话说js的效率可以啊[/align]

[b]A Next-Generation Cloud Platform for Data Science and Big Data Analytics[/b]
[align=left]数据挖掘云平台逐渐兴起啊，不过貌似没提供什么算法的说，光是平台并没有吸引力，但是要给创新者宽容啊[/align]

[b]Python科学计算平台[/b]
[align=left]又一个挖掘平台撒，其实BigML和AlchemyAPI做的更到位，至少有算法支持。[/align]

[b]OpenMV Update: 25FPS face detection, USB support and more[/b]
[align=left]类似 CMU CAM，软件硬件都开源的面部识别系统，话说这玩意越来越多了。。。有点钱途[/align]

[b]http://blog.mashape.com/post/48946187179/list-of-25-natural-language-processing-apis[/b]
[align=left]25个自然语言处理API，不知道有没有靠谱的，一切都是云，云里雾里[/align]

[b]BUILD SMARTER SOFTWARE with Machine Learning[/b]
[align=left]github上面4000+的机器学习项目[/align]

[b]Code robots in Python.Fight other players.Climb to the top.[/b]
[align=left]Python写AI对战的网站，类似robocode[/align]

各种CES[b]Best of CES 2014: In Pictures[/b]
[align=left]CES 2014 各种产品汇总[/align]

[b]MAKE Editors’ Highlights and Picks from CES 2014[/b]
[align=left]赌城的CES各种热闹啊，产品层出不穷，著名的Make网站给出了他们的选择：眼球追踪，三维扫描，物联网，但我觉得这几个东西选的都没那么拉风啊[/align]

[b]中兴展示“模块化”手机Eco-Mobius[/b]
[align=left]手机模块化，以后智能也可以模块化啊[/align]

[b]Jolla手机没电了？极客改装后照下阳光就能充电开机[/b]
[align=left]这货在芬兰买的跟i5s一样火热，可定制的手机，网站的标题赫然写着“we are unlike”，霸气啊，不过我看貌似只能换个后盖。。。但是运行Meego而且支持Android app啊[/align]

[b]让智能篮球打造出下一个杜兰特[/b]
[align=left]我靠这个要不是这么贵显然要买一个，真想买。。。[/align]

[b]索尼展示网球拍传感器 将助你精准击球[/b]
[align=left]网球控看过来，不过有了这玩意，以后还怎么开口教妹子打球呢？[/align]

[b]可互动投影仪推出：直接在投影上写字玩游戏[/b]
[align=left]互动投影仪，智能投影仪，这才是良心产品啊，比起铺天盖地的腕带[/align]

[b]小巧有趣 爱普生推出新款Android标签打印机[/b]
[align=left]你看智能打印机也出来了。。。[/align]

各种机器人[b][youtube的]Darpa Robotics Challenge 10 minute summary[/b]
[align=left]Darpa 机器人比赛十分钟summary[/align]

[b]Cubical Moss robots bring LEGO-like magic to building machines[/b]
[align=left]模块化再带上点简单智能的玩具是未来啊[/align]

[b]7 consumer robots to look out for from CES 2014[/b]
[align=left]CES上7个好玩机器人，巡线、外骨骼（想想iron man）、书童、甚至还有一个助老机器海豹，智能型机器人走入千家万户的时间点快到了[/align]

[b]CES
2014: 8 Radical Robots[/b]
[align=left]另外一篇关于CES8个机器人的报道[/align]

[b]能装口袋的便携无人机出现 偷拍神器[/b]
[align=left]无人小飞机一大堆，见到一个推一个，除了可折叠没发现有特nb的地方，而且还巨贵[/align]

[b]智能纸飞机[/b]
[align=left]小时候最爱啊，纸飞机+电机+phone app。。。碉堡了，kickstarter上火的很[/align]

[b]Keecker 是一款搭载 Android 系统的投影机器人[/b]
[align=left]嗯，感觉这组合挺奇葩[/align]

[b]WowWee MiP 机械人[/b]
[align=left]这个作为swarm的平台很有潜力啊，robocup小型组，光用手机遥控有啥好玩的[/align]

[b]像搭乐高积木一样搭出一台机器人，Modbot想用模块化组件使工业、商业、个人机器人的搭建变简单[/b]
[align=left]个人拼接工业机器人[/align]

[b]China Gets Space-Themed, Robot-Staffed Hotel[/b]
[align=left]太空舱酒店？看图有点意思，中文版[/align]

各种名人分享，排名不分先后龙星计划
[align=left]外行朋友值得一读的 5 本经典数学书，非常赞 http://t.cn/8F2LCPk[/align]

@龙星计划
[align=left]强烈推荐：50+人脸识别、检测相关的API、库和软件，不囤货要后悔一阵子了。http://t.cn/zR7uavg[/align]

@蒋涛CSDN
新年大补贴：1996-2013计算机科学最佳论文集，领域覆盖（人工智能，人机交互,机器学习，KDD，网络，安全,OS等),来源各大学术会议获奖论文。 全球研究机构按最佳论文排名，微软研究院第一，斯坦福大学第二，MIT第三，Google和Yahoo研究院并列14名。http://t.cn/8kdpCl7
新年大补贴2：计算机科学最多引用论文集。会议评选出的最佳论文并不一定就是最好的论文，比如 Google Jeff Dean和Sanjay Ghemawat在OSDI (Operating Systems) 2004年发布的这篇MapReduce神作， 当年没有获奖，但却毫无疑问是计算机科学最重要的论文之一，被引用了4211次。http://t.cn/zYPysop

@算法组
机器学习经典书籍 - 总结了机器学习的经典书籍，包括数学基础和算法理论的书籍，可做为入门参考书单。
http://t.cn/8kkXfpp

@王威廉
[align=left]#机器学习干货# VideoLectures.net选出的100个最受欢迎的机器学习讲座视频。http://t.cn/zlmlAOo 强烈推荐！[/align]

@王威廉
数据科学入门必读的7篇重要论文：PageRank, MapReduce, Google File System, Amazon Dynamo, Google Bigtable, 10 algorithms in DM, a few things to know about ML.
http://t.cn/z82D4Fu 确实都是好文章啊。

@王威廉
[align=left]Science杂志公布了大量的机器学习资源：包括大量的开源软件包，基础数据集，论文集，数据挖掘教程，神经网络资源。下载链接地址：http://t.cn/z8zwX6I[/align]

@王威廉
深度学习大牛Yoshua Bengio今天AAAI四小时深度学习教学讲座非常详尽，PPT有230页：http://t.cn/zQ4VRVx 如觉太长，可看他33页综述文：http://t.cn/zjkx49Z
感觉Bengio深度学习理论自成一家，与Hinton, Ng，Socher，Lecun等风格不同，主要从特征学习出发，讲述了DL近年的进展，以及各种最新的trick。

@课程图谱
#今日开课#爱丁堡大学的Artificial Intelligence Planning今日开课！@wzyer 大神的评价“这门课程的内容很多，视频量很大，我险些就放弃了。 但是作业倒不多，作业和考试挺有挑战性的...”完整内容：http://t.cn/zTsPyKn
@CourseraChina

@于亻士王其
Yann LeCun刚在FaceBook上发布OverFeat， http://t.cn/8kkGTWX 把ImageNet2013的物体检测的平均准确率刷到了24.3%。 论文
http://t.cn/8k8eC5x 已经投到ICLR2014 。更多资料
http://t.cn/8kkGTW6

@张磊-机器学习
[align=left]The Deep Learning training framework on Spark：http://t.cn/zRAU8HO 还不错[/align]

@赵家平USC
Yann LeCun 对 1.7号 Nicola Jones 在 Nature 上发表的 deep learning 进展 这篇文章的一些 comments
http://t.cn/8FAwyc8， 最令 Yann 不满的是 Nicola Jones 完全忽略了 Yoshua Bengio 对 deep learning 的贡献； 另外文中还有一些 inaccurate facts(mistakes) （小猴说：看来Nature的编辑确实没写到位。。。）

@金连文
这个网站很赞！“Reproducible Research in Computational Science”
http://t.cn/a10nBz 。 给出了信号处理、计算机视觉、机器学习等领域的大量源代码（或可执行代码）及相关论文。 如：深度学习，图像去噪、图像超分辨率重构、图像分割、目标检测、图像去模糊、聚类、压缩感知、流形学习、神经网络

@金连文
[align=left]ICCV 2013的人脸特征点检评测及Workshop 网址：http://t.cn/zQgooWl，可以找到很多facial landmark detection的state-of-the-art的代码（可执行）及文档资料。[/align]
@vinW 《Wired》杂志报道深度学习大牛之一 加拿大蒙特利尔的Yoshua Bengio 在深度学习上有很大突破。他们放出的两篇尚未正式发表的论文，基本属于神级（因为目测极难读懂）。 不过有github代码
http://t.cn/zHkGV2Z 他们有个实验挺有意思的，把数字的左边遮住，让机器猜出数字，这种“脑补”实验挺创意的

@_陈_辉_
花了几个月周末用Go写的大数据机器学习框架开源了，见GitHub http://t.cn/8F24Fra 实现了最大熵分类器http://t.cn/8F24FrS，
在线学习，数据集，评价器，交叉评价，协程并发l-BFGS，梯度递降，退火学习率，L1/L2正则化，稀疏向量，特征辞典等，求扩散

@Andrew-Xia
[align=left]这个blog里面介绍的关于深度学习(Deep learning)的内容相对通俗易懂，连我这个门外行都看得貌似有点懂了，赞！http://t.cn/zTGh2Ts[/align]

@vessial
[align=left]NSA是如何在华为的防火墙里面插后门的http://t.cn/8F7uLVn[/align]

@明风Andy
[align=left]双十二后一直拖着，终于把Spark的这2篇指南翻译好了，感谢团队中喝过洋墨水的心禾同学帮忙审核，麻烦@CrazyJvm 高级口译专家Review，@hashjoin 看看，质量可以的话，考虑下放官方页面作为中文版版本吧 ：） Spark开发指南http://t.cn/8FzPpzl，Spark调优http://t.cn/8FzPpzW[/align]

@吴甘沙
大数据可视化的神器Nanocubes http://t.cn/8F776lj ：32Tb Twitter数据，在一台16GB内存的机器上流畅、交互式地可视化。 网站上有demo。demo详解见此文：http://t.cn/8F776lW
具体实现机制见此文：http://t.cn/8F776lY

各种搞笑
[align=left]@唐平中THU @李建THU 昨天给我讲了个故事：伯克利的Simon institute人才济济，每周都有高质量的CS seminar。平日里，第一排都被Michael Jordan, Papadimitriou等两院院士翘着二郎腿占据。 有一天，李老师进门发现这些人都很忐忑地坐在第二排，整个第一排只有一个年轻的中国人，翘着二郎腿。仔细一看，是Terry Tao。[/align]
[b]2014年必看的10部电影[/b]
[align=left]都是码农爱看的，尤其是第一个，孤独一生的范本[/align]

各种免费[b]Koding Free SSH VM[/b]
[align=left]机器学习周刊为啥能随时随地更新？因为我找到了一个免费的虚拟主机平台，Koding，刚拿了千万风投的一个为程序员服务的公司，手感超级赞，不骗你。[/align]