2017年6月历史文章汇总

2017年1月历史文章汇总

2017年2月历史文章汇总

2017年3月历史文章汇总

2017年4月历史文章汇总

2017年5月历史文章汇总

2017年6月1日

【推荐】特征降维算法:优势与不足

【论文】CVPR 2017论文:视觉跟踪技术,基于深度强化学习的行动决策网络(附代码和数据)

【干货】深度学习在推荐领域的应用

【讲座】深度卷积神经网络结构设计:从更深到更宽

2017年6月2日

【推荐】机器学习综述、教程和书籍的阅读清单

【干货】清华大学在读博士石佳欣:珠算,一个贝叶斯深度学习库

【学习】迁移学习与深度学习预训练模型应用

【课程】Think AI:百度技术学院深度学习实战最新课程上线

2017年6月3日

【推荐】七招处理非均衡数据

【干货】从存储、实时、安全的角度谈如何建立完整可用的企业大数据平台

【论文】SIGGRAPH 2017论文:基于图像的线艺重建(附代码和数据)

【报名】互联网大数据助力金融风控

2017年6月4日

【推荐】亚马逊AI博客:用机器学习自动调优数据库管理系统(DBMS)

【学习】基于图卷积网络的图深度学习

【学习】金融Python:算法交易

【学习】从选题到实验:合理规划科研流程

2017年6月5日

【推荐】上帝的巴别塔在崩塌?阿里翻译一年2500亿次调用,节省25亿美元

【学习】像人脑一样理解周围世界:脑启发的深度学习模型及其应用

【学习】用数学和神经科学为深度学习奠定基础

【报名】微软亚洲研究院主管研究员刘洋:智能几何建模与处理

2017年6月6日

【推荐】港理工在读博士李嫣然深入浅出GAN之应用篇(附160页PPT及视频)

【学习】从贝叶斯概率角度看深度学习

【论文】BundleFusion:实时全局一致的3D重建,使用动态表面重新整合技术(附代码)

【讲座】蒙特利尔大学助理教授唐建博士深度学习讲座“An Introduction to Deep Learning”

2017年6月7日

【推荐】机器学习:基于层次的聚类算法

【学习】以数据的名义——浅谈三维几何的处理与分析(上)

【学习】以数据的名义——浅谈三维几何的处理与分析(下)

【学习】词向量直觉理解

2017年6月8日

【推荐】(Keras)Faster R-CNN目标计数

【推荐】小米云深度学习平台的架构设计与实现

【学习】携程实时用户数据采集与分析系统

【学习】从洪荒到智能——数据驱动的材质属性建模发展历程

2017年6月9日

【推荐】PyTorch中文文档

【学习】可变形卷积网络:计算机新“视”界

【干货】港科大助理教授沈劭劼:基于单目视觉与惯导整合的定位与建图

【活动】微软亚洲研究院创研论坛 CVPR 2017 论文分享会

2017年6月10日

【推荐】一文了解强化学习

【学习】清华“高级机器学习”课程作业集锦 (2016-2017)

【学习】关于用户画像产品构建和应用的几点经验

【报名】微软亚洲研究院董悦:利用自增强学习训练神经网络生成材质纹理

2017年6月11日

【推荐】机器学习调优实战

【学习】特征选择的现实意义

【论文】Decentralized Collaborative Learning of Personalized Models

【报名】图森未来CTO侯晓迪:自动驾驶中我们需要什么样的评测数据集?

2017年6月14日

【推荐】深度卷积神经网络图像分类综述

【学习】一个基于pytorch的图像分类框架

【学习】机器学习初学者教程:贝叶斯方法

【报名】MSRA袁路:深度学习如何让图片和视频在不同的艺术风格间自如切换?

2017年6月15日

【推荐】阿里妈妈首次公开自研CTR预估核心算法MLR

【学习】SLAM的现在与未来

【学习】Count-Min Sketch 算法,解决大数据统计难题

【学习】图森未来CTO侯晓迪:自动驾驶中我们需要什么样的评测数据集?

2017年6月16日

【推荐】腾讯大数据已将第三代高性能计算平台Angel代码在Github上开放

【学习】Locality-Sensitive Hashing 算法,大数据中快速找出相似对

【学习】如何用深度学习实现用户行为预测与推荐

【学习】MSRA袁路:深度学习如何让图片和视频在不同的艺术风格间自如切换?

2017年6月17日

【推荐】Instagram图片爬取、(人脸)索引与搜索

【学习】海量数据处理算法总结【超详解】

视频讲解|为什么神经网络参数不能全部初始化为全0

【报名】iTiS技术沙龙第6期 | 人工智能时代的创新与创业 | 创新工场技术副总裁/人工智能工程院副院长王咏刚

2017年6月20日

【推荐】特征向量/PCA/协方差/熵入门指南

视频讲解|0基础学习极大似然估计

【学习】自动驾驶汽车中都使用了哪些机器学习算法?

【学习】应用到文本领域的卷积方法

2017年6月23日

【推荐】《Scikit-Learn Cookbook》中文翻译版

什么是自编码?

【学习】理解 Word2Vec 之 Skip-Gram 模型

2017年6月24日

【推荐】Facebook研究实习生曹哲:实时多人人体姿态识别

干货|李宏毅ML课程[1]Learning Map

【学习】用户画像之用户性别识别

【活动】嘉宾分享系列之计算机视觉方向

2017年6月25日

【推荐】Python机器学习教程

【干货】分分钟带你杀入Kaggle Top 1%

【学习】稀疏学习综述

【学习】深度学习网络大杀器之Dropout(II)——将丢弃学习视为集成学习之我见

2017年6月26日

【推荐】(dlib/OpenCV)多目标追踪

【学习】基于Spark的大规模机器学习在微博的应用

【课程】微软:深度学习详解

【讲座】深度学习的爆炸式增长--神经网络系统的技术和应用趋势

2017年6月27日

【推荐】《统计学习方法》的python实现

【学习】用LSTM处理超长序列

【学习】教你Machine Learning玩转金融入门notes

【学习】怎样花两年时间去面试一个人?

2017年6月29日

【推荐】百度的开源中文主题建模工具集,包含文档主题推断工具、语义匹配计算工具以及基于工业级语料训练的三种主题模型

【学习】基于深度学习和经典方法的文本分类

【学习】自然语言处理技术(NLP)在推荐系统中的应用

【学习】随机森林(Random Forest)

2017年6月30日

【推荐】清华大学计算机系副教授、博士生导师刘洋:基于深度学习的机器翻译

【学习】LSTM网络神经元解释性探索

【学习】为什么要对数据进行归一化处理?

【学习】简单通俗易懂:一个小例子完美解释Naive Bayes(朴素贝叶斯)分类器

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值