这10本改变数据生涯的书，你看了么？
由于之前出过两期必读书目的文章，受到了观众激烈的反响，于是决定顺应市场需求，又来喂一波精神食粮。 这波粮食呢，一部分是关于初级机器学习，深度学习介绍，Python语言，数据可视化入门，一部分是关于人们对机器感兴趣的一些话题，例如特征工程，模型可解释性等。
史上最全！41道 Machine Learning 高频面试题都在这里了。
这一篇干货文章涵盖了业内精读的41个机器学习问题，请你一定好好读，然后思考我们给出的答案是不是符合你的思路。相信读完这篇后，你将能够轻而易举地 handle 任何关于机器学习面试问题的工作面试。
当我们谈论机器学习时我们在谈论什么？
众所周知，NIPS Conference（Neural Information Processing Systems）是机器学习领域的热门会议之一。每年顶会都会有大量重量级的科研论文发表，从1987到2017年以来，已经有超过五万篇文章。作为一个数据分析的狂热分子，让我们用code来分析这些论文，看看机器学习的新趋势吧！
马东：搞定机器学习， 最多三分钟。
数据科学界，一大难点， Machine Learning 深深折磨着每一位数据科学人儿。但身边又总有学表(chui) 论 (bi) 数据模型，所以我又要来送助攻了。让我们一起来 3 分钟入门ML，轻松学建模，融入学术圈，提高学表鉴定能力，一起快乐崇拜。
数据科学与数据分析傻傻分不清楚？这篇文章为你解惑…
大数据已经成为当今科技界的一个重要组成部分, 但是, 区分数据分析和数据科学可能会造成混淆。尽管两者相互关联，但它们提供了不同的结果并采取了不同的方法。为了帮助你优化你的大数据分析，我们分解了两个类别，检查了它们的差异，并揭示了它们提供的价值。如果你还在傻傻分不清数据科学和数据分析，就来看看这篇文章吧～
如何使用机器学习对文本进行自动分类
文字分类能够智能地将不同的文章分类，它运用自动化的机器学习技术，整个过程高效简洁。近年来人工智能和机器学习发展迅速，为我们做出了极大的贡献。本文将重点讨论文字分类，我们会讨论技术、应用、如何定制以及在使用我们的文字自动分类API过程中的分段问题。
