- 博客(7)
- 资源 (2)
- 收藏
- 关注
RSS订阅翻译 深度学习技术在股票交易上的应用研究调查
文中缩写：DBN = 深度信念网络LSTM = 长短期记忆网络MLP = 多层感知器RBM = 受限玻尔兹曼机ReLU = 修正线性单元CNN = 卷积神经网络限价委托单薄模型（Limit Order Book Modeling）Sirignano（2016）提出了一
2016-08-30 12:52:08
15531
转载 A Survey of Deep Learning Techniques Applied to Trading
A Survey of Deep Learning Techniques Applied to TradingDeep learning has been getting a lot of attention lately with breakthroughs in image classification and speech recognition. However, its
2016-08-30 12:46:06
5410
转载 Nature：Hinton、LeCun、Bengio三巨头权威科普深度学习
Hinton、LeCun、Bengio 是深度学习的最权威的科学家。文中介绍的网络是深度学习中最为成熟，经典的部分。读这篇文章可以对深度学习的核心模块有一个最快的认识。 背景借助深度学习，多处理层组成的计算模型可通过多层抽象来学习数据表征（ representations）。这些方法显著推动了语音识别、视觉识别、目标检测以及许多其他领域（比如，药物发现以及基因组学）的技
2016-08-27 12:00:16
4916
转载 2010-2016年被引用次数最多的深度学习论文
我相信世上存在值得阅读的经典的深度学习论文，不论它们的应用领域是什么。比起推荐大家长长一大串论文，我更倾向于推荐大家一个某些深度学习领域的必读论文精选合集。精选合集标准2016 : +30 引用 「+50」2015 : +100 引用 「 +200」2014 : +200 引用 「+400」2013 : +300 引用 「 +600」
2016-08-27 11:35:07
3639
原创 为什么无监督的预训练可以帮助深度学习
本篇文章主要是review Dumitru Erhan∗，Yoshua Bengio，Aaron Courville，Pierre-Antoine Manzagol 在2010年发表的《why does unsupervised pre-training help deep learning?》.一 话题导入最近深度学习框架中比如：Deep Belief Networks，
2016-08-27 11:17:49
12457
原创 当前心血管疾病大数据研究的挑战
当前心血管疾病大数据研究的挑战在我国目前的就医模式下,患者就诊数据包括患者基本信息、就诊信息、检验及影像检查报告、医学影像图像文件、住院相关病历等临床数据 。就上海市而言,医联数据中心总数据 规模已经超过150TB。初步统计显示,平均每日门诊就诊人次为180927,其中心血管患者占5.06%;平均每日新入院患者为4586,其中心血管患者占1.96%。但目前不管是区域卫生信息平台还是医院
2016-08-20 00:25:59
4345
原创 深度学习在健康医疗领域的应用综述
近年来，以深度学习为代表的机器学习在健康医疗领域越来越多。按照处理的数据种类可以分为数值型，文本型以及图片数据；本文主要集中在文本数据。临床诊断决策：(Miotto R,et al;2016)[1]提出了一种新的无监督深度特征学习方法即为三层堆叠的降噪自动解码器，它可以从电子健康病历数据中获取一个通用的病人表征，从而让临床预测性建模更加方便。用于捕捉西奈山数据仓库中70万患者聚合电子健康病
2016-08-17 16:13:33
19380
1
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人