一文读懂「Attention is All You Need」| 附代码实现
前言
2017 年中，有两篇类似同时也是笔者非常欣赏的论文，分别是 FaceBook 的 Convolutional Sequence to Sequence Learning 和 Google 的 Attention is All You Need，它们都算是 Seq2Seq 上的创新，本质上来说，都是抛弃了 RNN 结构来做 Seq2Seq 任务。
机器学习入门|决策树（一）
决策树（decesion tree）算法与其他机器学习算法最大的优势就是有很好的解释性，并可将分类结果进行可视化展示。但是决策树算法选择特征的方法众多，如何选择合适的方法是一个难点。
SLS机器学习介绍（03）：时序异常检测建模
虽然计算机软硬件的快速发展已经极大提高了应用程序的可靠性，但是在大型集群中仍然存在大量的软件错误和硬件故障。系统要求7x24小时不间断运行，因此，对这些系统进行持续监控至关重要。这就要求我们就被从系统中持续采集系统运行日志，业务运行日志的能力，并能快速的分析和监控当前状态曲线的异常，一旦发现异常，能第一时间将信息送到相关人员手中。
【上报纸啦】95后大学生用机器学习PAI大战老年痴呆
中国青年报原文链接：http://zqb.cyol.com/html/2017-07/28/nw.D110000zgqnb_20170728_2-06.htm
燕山大学信息科学与技术专业出身的95后大学生谭创创，没想到自己会与阿尔茨海默症（俗称“老年痴呆症”）为“敌”。
机器学习入门|决策树（二）
对机器学习中决策树的几个划分属性结点的算法，如C4.5,ID3等的更深入的了解，希望能有所收获（￣︶￣）↗