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~
【入门资料】AI 背后的数学基础：逻辑回归
by Siraj Raval
Siraj Raval 是油管上一位非常活跃的主播，他能通过幽默有趣的视频形式，教会你如何理解和应用人工智能，以及许多其它有趣的编程项目。在这期视频中，他主要介绍了「逻辑回归」分类算法背后的数学原理。如果你还不太清楚「逻辑回归」到底是怎么一回事，这个小教程值得一看。
- Bilibili 链接: https://m.bilibili.com/video/av11574509.html?bsource=weibo
- Youtube 链接: https://www.youtube.com/channel/UCWN3xxRkmTPmbKwht9FuE5A
- Github 链接: https://github.com/llSourcell/logistic_regression_newtons_method
【技术分析】自然语言处理技术在推荐系统中的应用
by 张相於
张相於是 58 集团的算法架构师，转转搜索推荐部负责人。在这篇科普文中，他简明扼要地介绍了如何使用文本数据来帮助决策，包括候选商品召回、相关性计算、作为特征参与模型排序（CTR/CVR）等，并阐述了文本信息在具体使用时的一些优缺点。
链接: http://geek.csdn.net/news/detail/208281?url_type=39&object_type=webpage&pos=1【资源分享】实体/名词语义关系标记数据集
by David S. Batista
David 在 Github 上分享了一个实体 / 名词语义关系表及数据集，可以用于训练监督式模型对语义关系抓取的能力。其包含三种不同的组别：传统信息提取、开放信息提取、以及长距离监督式关系（istantly supervised）。大家可以根据自己的需要取用。
Github 地址：https://github.com/davidsbatista/Annotated-Semantic-Relationships-Datasets
