机器学习日报 2015-06-12 Facebook推荐系统;文本挖掘和分析;再谈深度学习;手游流失用户预测
机器学习日报 2015-06-12[*]Facebook推荐系统 @崔康总编
[*]基于腾讯信鸽平台的手游流失用户预测模型 @CSDN云计算
[*]Timeseries data mining at Etsy @ARGV
[*]翟成祥在Coursera上开讲《文本挖掘和分析》 @发福的少年
[*]再谈深度学习文本的表示 @龙星镖局
内容更丰富，链接可点击的加长版见 http://memect.co/ml-list-2015-06-12
(20条最新动态+焦点, 8条温故知新)
@好东西传送门 出品, 过往目录 见http://ml.memect.com
订阅：给 hao@memect.com 发封空信， 标题: 订阅机器学习日报 或点击 点我订阅
用日报搜索找到以前分享的内容： http://ml.memect.com/search/
http://tp4.sinaimg.cn/1688587043/50/5724339270/1 崔康总编 网页版 2015-06-12 13:10
应用 推荐系统
近日，Facebook公布了其推荐系统的原理、性能及使用情况——使用Apache Giraph作为基础平台，工作原理方面采用的是流行的Collaborative filtering技术。实验显示，Facebook的系统比标准系统要快10倍左右。目前该方法已用于Facebook的多个应用中。 http://t.cn/R2WNrXo
http://ww1.sinaimg.cn/large/64a5cb23gw1et0h5eg6lij20ai08ign3.jpg
数盟社区 网页版 转发于2015-06-12 17:06
目前，Facebook中推荐系统所要面对的数据集包含了约1000亿个评分、超过10亿的用户以及数百万的物品。如何在在大数据规模情况下仍然保持良好性能已经成为世界级的难题。为此， Facebook设计了一个全新的推荐系统。
http://tp1.sinaimg.cn/1741045432/50/5602490826/1 CSDN云计算 网页版 2015-06-12 17:22
应用 算法 预测 行业动态
【基于腾讯信鸽平台的手游流失用户预测模型概览】借助大数据和机器学习做用户流失的预测分析是当前的一个应用趋势。此文介绍依托腾讯信鸽平台做手游用户的流失预测。文章着眼于数据、算法和系统三个方面，总结了一套手游通用的业务流失预测模型。本次流失预测的建模中采用了LR模型http://t.cn/R2jhCkS
http://tp3.sinaimg.cn/1035836154/50/5628427287/1 ARGV 网页版 2015-06-12 12:54
资源 经验总结 PDF 博客 幻灯片
《Timeseries data mining at Etsy》http://t.cn/R2lTGrX 距离Etsy开源Kale系统已经一年多了，Etsy总结在Kale系统中的经验教训成这个pdf，同时准备在未来几周内写一篇博客介绍Kale2.0的重构设计，新系统可能年内开源。
http://tp3.sinaimg.cn/2027146822/50/40087677876/1 发福的少年 网页版 2015-06-12 09:01
资源 自然语言处理 John C. Hart 翟成 翟成祥 课程
#MOOC新课# UIUC大犇，翟成祥教授，于本周在Coursera上首次开讲新课《文本挖掘和分析》。四周的课程实乃入门NLP（自然语言处理）的绝佳机会。翟教授很会讲课，曾获UIUC教学优异奖。课程有编程实践，为选修。 总之，吐血推荐，机不可失。@CourseraChina @MOOC学院 @爱可可-爱生活 @NLPJob @俞昊然
http://ww3.sinaimg.cn/large/78d3ce46gw1et111x95wpj21kw0k77bs.jpg
NLPJob 网页版 转发于2015-06-12 13:01回复 @云开风寞 “什么时候开始？”
http://t.cn/R20lxYr
MOOC学院 网页版 转发于2015-06-12 14:49
UIUC数据挖掘专项课程由韩家炜、翟成祥和John C. Hart 三位名教授主讲，《文本挖掘和分析》是其中的第四门：http://t.cn/R2l1t0r 如此豪华的教师阵容，你还等什么！
http://tp4.sinaimg.cn/1830516311/50/40056293723/1 龙星镖局 网页版 2015-06-12 08:15
入门 深度学习 自然语言处理
慕尼黑大学@Wenpeng_Yin 受邀写的一片文本表示的高级科普文《再谈深度学习文本的表示》，很赞同其中应用导向的评价方法，展望的几个应用方向也很前沿。再谈深度学习文本的表示 | 我爱计算机http://t.cn/R2lfyH4
页:
[1]