机器之心深度研学社每周干货：2017年第36周

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】277 Data Science Key Terms, Explained

by Matthew Mayo, KDnuggets

这是一份包括了277个数据科学关键术语的集合，各术语伴有简洁的解释，个别词语伴有扩充链接可供帮助进一步理解。共分为12个主题，分别是大数据、机器学习、聚类、深度学习、数据库、描述性统计学、预测性分析、云计算、Hadoop、 Apache Spark、物联网、自然语言处理。

【技术分析】Reading Wikipedia to Answer Open-Domain Questions

by Danqi Chen, Adam Fisch, Jason Weston, Antoine Bordes

这篇论文的作者来自斯坦福大学和Facebook AI Research。他们在文中提出一个完全基于维基百科的开放领域式问答系统（open-domain question answering），即答案是维基百科中的片段。这是一个结合文档检索和机器理解的任务，他们的方法主要是结合bigram hashing和TF-IDF，并使用了一个多层RNN来探测答案。

【资源分享】Learning Machine Learning and NLP from 187 Quora Questions

by Robbie Allen

这是一份非常有趣的资源——通过Quora来学习机器学习和自然语言处理。不少顶尖的科研人员活跃在Quora上，所以作者总结了187个问答来帮助读者了解人工智能领域。作者反复重申定位十分清晰：这些问答据全面还很远，甚至不少数量的问题非常精细，列在此处的问题已被筛选过。话题主要有机器学习、分类、回归、监督式学习、强化学习、非监督式学习、深度学习、 CNN、 RNN、自然语言处理、GAN。