机器学习日报 2015-01-17

@好东西传送门 出品, 过刊见 http://ml.memect.com

订阅：给 [email protected] 发封空信， 标题: 订阅机器学习日报

可点击加长版69条 http://memect.co/ml-list-2015-01-17

工作体会：大数据和推荐系统

@肖镜辉_小肖

关键词：经验总结, 应用, 博客, 推荐系统

发表了博文《聊两句工作体会：大数据和推荐系统》本来这个博客只写我生活上的感悟，工作上我还有一个技术博客，这两句不该写在这里，不过，一方面，最近工作比较忙，生活也被工作挤占了不少，另一方面，接下来写的纯 [1]

[1] http://weibo.com/p/230418556a94a80102vb0c

一天一篇读后感之@李沐M OSDI分布式机器学习文章

@low_accepted

关键词：会议活动, OSDI, 分布式学习, 会议

#一天一篇读后感#，一月十七日，Scaling Distributed Machine Learning with the Parameter Server. 这篇文章曾在微博上掀起过一阵热论 @李沐M 发表与2014年OSDI。我作为人工智能的大外行，见识也仅限于系统软件，请大家批判。 @好东西传送门 我发表了文章 [1]

[1] http://weibo.com/p/1001603799981784987864

Facebook开源深度学习库fbcunn

@刘江总编

关键词：深度学习, 视觉, 自然语言处理, GPU, 代码, 神经网络

Facebook开源了一组深度学习扩展fbcunn： [1] @极客头条 是Torch框架的插件，基于NVidia的GPU，大大提升了原来nn神经网络包的性能，可以用于计算机视觉和自然语言处理等场景

[1] https://github.com/facebook/fbcunn

浅析人脸检测之Haar分类器方法

@phdxie

关键词：视觉

转：《浅析人脸检测之Haar分类器方法》，这个写的真心不错，引用也写清楚了。 [1]

[1] http://www.cnblogs.com/ello/archive/2012/04/28/2475419.html

K均值聚类算法之没有免费午餐

@爱可可-爱生活

关键词：算法, 聚类

《K-means clustering is not a free lunch》很好的文章，分析K均值聚类算法在一些数据分布情况下的表现，说明按目标函数优化并不意味着我们就能实现目标。所谓“天下没有免费午餐”定理，其基本思想(非严格)可描述为“如果在所有可能情况下取平均，不同算法的表现应该差不多” [1]

[1] http://www.r-bloggers.com/k-means-clustering-is-not-a-free-lunch/