Archive

keep hungry keep foolish
2019

cnocr: 极简的中文OCR Python包


Chatbot 8: 微软小冰对话机器人架构

如何从0开始构建一个工业级对话机器人


2017

Chatbot 7: 一种无监督的对话数据清洗方法


2016

中科院自动化所人工智能学术论坛总结


Chatbot 6: 对话交互时代的各种Bot——可控性与智能性的权衡


Chatbot 5: 创建Bot的中文平台——一个AI(yige.ai)


Chatbot 4: Viv能搅动bot市场吗?


Chatbot 3: 利用LSTM构建半检索式Chatbots


Chatbot 2: 低价制造chatbots的利器 Wit.ai


Chatbot 1: Google的智能问答技术


机器化时代的人类与机器


《硅谷之谜》:工业时代与信息时代为何如此不同


《腾讯方法》:一本很薄很故事的产品管理书


2015

刘鹏老师的互联网变现与计算广告


Xavier带来的10个新机器学习认识


实际问题中如何使用机器学习模型


Adaboost与指数损失


SVM等于Hinge损失 + L2正则化


L1正则化优化问题的一种求解方法


L2约束与L2正则项优化问题的关系


Spark介绍


Python Web开发框架:Django


(2011-)2014 年终总结:非技术篇


(2011-)2014 年终总结:技术篇


2014

ZooKeeper介绍


特征哈希(Feature Hashing)


利用GBDT模型构造新特征


特征处理(Feature Processing)


2013

Proximal Gradient Descent for L1 Regularization


2012

aDev第13期#个性化推荐技术#总结(Part III, Final: 稳国柱@豆瓣)


aDev第13期#个性化推荐技术#总结(Part II:江申@百度)


aDev第13期#个性化推荐技术#总结(Part I:袁全@一淘)


机器学习里需要知道的12堂课


Facebook的朋友推荐系统


也说说EM


基于内容的推荐(Content-based Recommendations)


2011

一个PPT:关于语言模型的压缩方法


一个PPT:关于概率分布、最大似然估计(MLE)和最大后验估计(MAP)


Bagging, Boosting & Random Forests


2010

《Head First Data Analysis》笔记


设计模式汇总


Google.cn淡出历史舞台


为什么镜子会使人左右颠倒,却不会上下颠倒?


2009

《资本传奇•徐新》随记


说说中国的计划生育政策