机器学习日报 2015-01-06

@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45条 http://memect.co/ml-list-2015-01-06

什么正则化项就可以防止过拟合？

@ML_Yuens

关键词：算法

机器学习中使用「正则化来防止过拟合」到底是一个什么原理？为什么正则化项就可以防止过拟合？ 知乎 [1]

[1] http://www.zhihu.com/question/20700829

Facebook收购语音识别初创公司Wit.ai

@TECH2IPO

关键词：经验总结, 语音, 新闻

在全世界的科技媒体都在报道 CES 大会上的新潮设备时，语音识别初创公司 Wit.ai 悄然发布了一篇博客，宣布正式加入 Facebook 大家庭。 [1]

[1] http://tech2ipo.com/94263?utm_source=sinaweibo&utm_medium=sinaweibo_AD&utm_campaign=weibo

AAAI 2015的录取论文和安排

@王威廉

关键词：会议活动, 资源, AAAI, Jerry Zhu, PDF, 会议

AAAI 2015的录取论文和安排出来了： [1] Jerry Zhu大神是Blue Sky Award得主之一，演讲的题目是Machine Teaching: An Inverse Problem to Machine Learning and an Approach toward Optimal Education 让人非常期待。

[1] http://www.aaai.org/Conferences/AAAI/2015/aaai15schedule.pdf

平均值和数学期望有多近

@上微博的猫V

关键词：算法

[平均值和数学期望有多近] 一组变化独立同分布的随机变量，若是变化范围有限，它们的平均值应该很接近它们的数学期望，特别是随机变量个数很多的时候。一个鲜明的例子是掷硬币：假设硬币以概率p掷成正面。如果我们掷n(n是一个比较大的数)次硬币，其中有m次为正… [1]

[1] http://www.rustle.us/?p=286

SVM是否适合大规模数据？

@这个字读劬

关键词：算法, SVM

[支持向量机(SVM)是否适合大规模数据？] @Chen_1st ： 关于什么是大规模机器学习，可以参考[1, 2, 3]的讨论。显然，大小是个相对的概念，在机器学习的语境下也不例外，什么是大规模，这很大程度上取决于你所面对的应用以及可用的计算资源。在互联… [1] （分享自 @知乎 ）

[1] http://zhi.hu/CW4s