【[1507.06947] Fast and Accurate Recurrent Neural Network Acoustic Models for Speech Recognition】O网页链接谷歌在语音搜索方面的工作，有跳过音素直接把语音识别成单词的初步结果。虽然错词率仍不低，但例子中那几个相近词猜得还是挺像回事的。
【深度学习跨模态人脸匹配】，从红外到可见光人脸图像，arXiv 1507.02879:O网页链接MIT Tech Review:O网页链接
【蒙特卡罗方法介绍】《Introduction To Monte Carlo Methods》O网页链接 参阅《蒙特卡罗方法入门》O网页链接
【幻灯+代码:增量式流处理的艺术】《The Art of Incremental Stream Processing》O网页链接Slide:O网页链接Code:O网页链接云:O网页链接
【Python下的深度学习框架DeepPy】"DeepPy: Deep learning in Python"O网页链接GitHub:O网页链接
【"理解贝叶斯"系列文章】《Understanding Bayes: A Look at the Likelihood》O网页链接《Understanding Bayes: Updating priors via the likelihood》O网页链接
【在线书《神经网络与深度学习》第六章《深度学习》发布】《Deep learning - Neural Networks and Deep Learning》O网页链接
【高效的Python数据分析框架Ibis】O网页链接GitHub:O网页链接通过IPN了解Ibis:O网页链接
【Karpathy用100+行Python/numpy写的char-rnn演示代码】O网页链接
【幻灯+IPN+数据:(PyData Seattle 2015)Python数据处理库综合利用】《Python Data Bikeshed》Toolz/Pandas/Blaze/xray/bcolz/Dask GitHub:O网页链接IPN:O网页链接
【论文:面向关系分类(抽取)的依存神经网络(DepNN)】《A Dependency-Based Neural Network for Relation Classification》Y Liu, F Wei, S Li, H Ji, M Zhou, H Wang (2015)O网页链接
《爱可可老师今日视野(15.07.27)》（ 分享自@简书）O网页链接
【大脑 vs. 深度学习 Part I:计算复杂度】《The Brain vs Deep Learning Part I: Computational Complexity — Or Why the Singularity Is Nowhere Near》O网页链接
【Spotify推深度个性化推荐服务Discover Weekly】《Spotify launches Discover Weekly personalised ‘mixtape’ playlist》“We’re just getting started when it comes to deep personalisation, lots more to come.”O网页链接提供的译文《Spotify推深度个性化推荐服务Discover Weekly》O网页链接
【IPN:基于PyMC的Python概率编程】《Probabilistic Programming in Python using PyMC》O网页链接
【开源:Scikit-Learn兼容的(Python)半监督学习框架】"Semi-supervised learning frameworks for Python" GitHub:O网页链接
《10 行 Python 代码写的模糊查询》模糊匹配可以算是现代编辑器(在选择要打开的文件时)的一个必备特性了，它所做的就是根据用户输入的部分内容，猜测用户想要的文件名，并提供一个推荐列表供用户选择。O网页链接（_zero 译，欢迎加入翻译组：O网页链接）
【神经(感知)机器翻译介绍】《Introduction to Neural Machine Translation with GPUs (part 3)》by Kyunghyun ChoO网页链接part 1:O爱可可-爱生活Part 2:O爱可可-爱生活
【视频:(Columbia)A Figueira的自然语言处理课程】《Columbia University - Natural Language Processing》by Arnaldo Pedro Figueira FigueiraO网页链接Couera:O网页链接
【论文:Ladder Network半监督学习】《Semi-Supervised Learning with Ladder Network》A Rasmus, H Valpola, M Honkala, M Berglund, T Raiko (2015) MNIST上100标注样本训练达到1.13%错误率O网页链接
【"傻瓜"机器学习系列】《Machine Learning “for Dummies”》 Part1.O网页链接Part2.O网页链接Part3.O网页链接
【论文:string Gaussian processes (string GPs)】《String Gaussian Processes》Y Samo, S Roberts (2015)O网页链接
Introduction to Neural Machine Translation with GPUs (part 3) | Parallel ForallO网页链接
【JerryScript：三星开源的物联网（IoT）JavaScript引擎】O网页链接JerryScript一个轻量JavaScript引擎，可以运行在微控制器等受限设备上。引擎和所需ROM都很小巧，从引擎支持设备在线编译，执行并支持从JavaScript访问外设。GitHub托管地址：O网页链接转需！
arXiv分享，大神Mike Jordan挂名：[1507.06970] Perturbed Iterate Analysis for Asynchronous Stochastic OptimizationO网页链接
每周经典回顾：《JS 基础工具清单》O网页链接《BAT及各大互联网公司2014前端笔试面试题》O网页链接《Git工作流指南：集中式工作流》O网页链接《iTunes 11 歌曲列表的着色算法是如何实现的？》O网页链接《如何开始参与开源项目？》O网页链接
《给Python初学者的一些技巧》 以下是我近些年收集的一些Python实用技巧和工具，希望能对你有所帮助。 （分享自@Python开发者）O网页链接
英特尔公司推出物联网开发套件Intel IoT Developer Kit。包含一个开发主板和入门套件，包括 Yocto* Linux* 系统、Eclipse* 和英特尔 XDK IDE、物联网云分析、一组库等等。O网页链接
[1507.06947] Fast and Accurate Recurrent Neural Network Acoustic Models for Speech RecognitionO网页链接谷歌在语音搜索方面的工作，有跳过音素直接把语音识别成单词的初步结果。虽然错词率仍不低，但例子中那几个相近词猜得还是挺像回事的。
《John Carmack: Why functional programming is the future》原文：O网页链接HN评论：O网页链接 downside: “Programming with pure functions will involve more copying of data, and in some cases this clearly makes it the incorrect implementation strategy due to performance considerations”
今天的pennyjob把我三年来苦心孤诣的大规模图片服务的技术都抖出去了，明天说高并发分流问题，后天说运维的一些问题。没做过图片服务的同学们，看看文章也算是一次技术经历，不吃亏的。当然了，轻易不要造车轮，能用现成工具就用现成工具。近期我可能会推一个图片API，奉献给数据玩家们
模拟似乎成了统计论文的必须套路，但是如果留心，还是有论文不做模拟的，比如：Antoniak (1974). Mixtures of Dirichlet processes with applications to Bayesian nonparametric problems. The annals of statistics, 1152-1174.O网页链接--还有哪些著名的论文是没有simulation的？Antoniak是Ferguson的学生，得把Ferguson的文章都找来瞄瞄，看看是不是他不喜欢做模拟。我跟他通过email讨论过问题，发现这人数学分析的功底相当好
统计学有两条线在同时进行：一条是从参数模型到非参数模型的发展，在模型越来越大的同时提供更稳健的统计解决方案；另一条是模型选择，给一个大模型之后，非要选出一个小模型来，道理时小模型更有效（variance－biase trade－off）。这是两条道理完全矛盾的两条线。似乎学者们对此并不纠结，为何？ 这个链接不要钱：O网页链接
分享两个有意思的视频：一个是Geoffrey Hinton去年在MIT的talk：What's wrong with convolutional neural network;另一个是杨立昆(Yann Lecun)在今年CVPR上的talk：Whats wrong with deep learning. 百度网盘：O网页链接
英国剑桥大学（University of Cambridge）自动化语言教学与评估学院（ALTA）的研究人员研发出一个在线学习系统“剑桥英语写作与改善”（Cambridge English Write & Improve, CEWI），学习者输入几段文字，该系统即可迅速给出评分以及逐句的修正和改善建议。O网页链接 Cambridge English Write & Improve 链接在这里O网页链接
【伯克利包过滤器（Berkeley Packet Filters）】O网页链接
