Synced 深度研学社 每周干货,每周五为大家推荐机器学习的入门教程、技术分析、以及资源分享。不多不少,每周进步一点点~
【入门书籍】Programming Collective Intelligence
by Toby Segran
简介:这本书通过一系列实用的项目来引导读者完成对机器学习算法的入门,囊括了重要的基础知识,包括recommendation, clustering, searching, ranking, optimization, decision tree, classification, matrix factorization, genetic programming等等。
【技术分析】Sequential Match Network: A New Architecture for Multi-turn Response Selection in Retrieval-based Chatbots
by Yu Wu, Wei Wu, Ming Zhou, Zhoujun Li
简介:作者是软件开发环境国家重点实验室的研究员。这篇论文讲述对检索式聊天机器人的研究,侧重于多轮对话机器人, 文中介绍的RNN模型不仅考虑了文本的相关性,同时纳入了上下文内容之间的联系。
【资源分享】50 lessons from NIPS 2016
简介:作者是斯坦福Computation & Cognition lab 的研究员,也是Ought的创始人。这篇摘要以bullet point的形式总结了作者在NIPS 2016学习到的要点,包括的方面有机器学习的应用、神经网络、人机交互、强化学习、聊天机器人等。
链接:https://blog.ought.com/nips-2016-875bb8fadb8c#.hksaat1i2
About the Author: https://stuhlmueller.org/