机器学习日报 2017-06-23
- 深度神经网络多任务学习(Multi-Task Learning in Deep Neural Networks)深度介绍
- PyTorch序列到序列学习
- 让你的聊天机器人更人性化的4个方法
- Scikit-Learn 支持向量机
- 基于Spark的大规模机器学习在微博的应用
@好东西传送门 出品,由@AI100运营, 过往目录 见http://ml.memect.com
订阅:关注微信公众号 AI100(ID:rgznai100,扫二维码),回复“机器学习日报”,加你进日报群
本期话题有:
全部21 算法9 深度学习7 资源3 架构2 公告板2 会议活动2 入门1 自然语言处理1 应用1
用日报搜索找到以前分享的内容: http://ml.memect.com/search/
今日焦点 (5)
![](http://tvax4.sinaimg.cn/crop.21.40.420.420.50/ee3b7d6cly8fdpy29sfxyj20ct0ctdfu.jpg)
深度学习 算法 神经网络
共享相关任务表征,一文读懂深度神经网络多任务学习 http://t.cn/RoxbwyY从多任务学习 MTL 的背景、现状、动机、方法、机制、实践等方面,全面而详实地对深度神经网络多任务学习(Multi-Task Learning in Deep Neural Networks)进行了深度介绍。
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 代码
【PyTorch序列到序列学习】’Sequence-to-Sequence learning using PyTorch’ by Elad Hoffer GitHub: http://t.cn/RoJMyfi
![](http://tva4.sinaimg.cn/crop.0.0.526.526.50/006tQI9Wjw8f9zsv4abuvj30em0emdhj.jpg)
应用 自然语言处理 机器人
【让你的聊天机器人更人性化的4个方法】4 Subtle Ways to Make Your Chatbot More Human By KaylaMatthews http://t.cn/RoxX2uh
![](http://tva1.sinaimg.cn/crop.0.0.143.143.50/ec8579bdgw1empksrtmv2j2040040q2u.jpg)
算法 SVM 数据科学
Scikit-Learn 支持向量机丨数析学院 http://t.cn/RoMn70A @好东西传送门 @爱可可-爱生活 @西瓜大丸子汤 @数据挖掘研究院 @数据挖掘与数据分析 #数据科学#
![](http://tva3.sinaimg.cn/crop.0.0.180.180.50/6b37299fjw1e8qgp5bmzyj2050050aa8.jpg)
会议活动 架构 Spark 会议 吴磊
【基于Spark的大规模机器学习在微博的应用】一直以来,微博都尝试通过机器学习来解决业务场景中遇到的各种挑战。本文为新浪微博吴磊在CCTC 2017云计算大会Spark峰会所做主题分享的一部分,介绍微博在面对大规模机器学习的挑战时,采取的最佳实践和解决方案。 http://t.cn/RoMHudr
最新动态
2017-06-23 (16)
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
算法 Pete Warden 神经网络
【神经网络量化心得】《What I’ve learned about neural network quantization》by Pete Warden http://t.cn/RoJIMqs pdf: http://t.cn/RoJIMqk
![](http://tva2.sinaimg.cn/crop.0.0.1497.1497.50/4caedc7agw1e6isc8p2y2j215o15oq5a.jpg)
入门 李亚韬
【快速入门Graph Engine】Graph Engine是微软亚洲研究院开发的一个基于内存的分布式大规模图数据处理引擎,能够帮助用户高效地处理大规模图数据,实时查询应用的离线分析平台。今天,我们将带来Graph Engine的主要设计者与开发者之一,微软亚洲研究院机器学习组副研究员李亚韬对这一平台的详细介绍,以…全文: http://m.weibo.cn/1286528122/4121873815993594
![](http://tva1.sinaimg.cn/crop.88.0.163.163.50/6259a7dbgw1exz6lny89ij209g04kjrb.jpg)
算法 资源 Will Build 代码 课程 神经网络
Tensorflow教程推荐:In these tutorials, we will build our first Neural Network and try to build some advanced Neural Network architectures developed recent years. http://t.cn/RaJEGhj @数据分析招聘
![](http://tva1.sinaimg.cn/crop.0.0.180.180.50/aa22433djw1e8qgp5bmzyj2050050aa8.jpg)
算法 神经网络
神经网络方法 http://t.cn/RfIBIAz 神经网络由于本身良好的鲁棒性、自组织自适应性、并行处理、分布存储和高度容错等特性非常适合解决数据挖掘的问题,因此近年来越来越受到人们的关注。典型的神经网络模型主要分3大类:以感知机、bp反向传播模型、函数型网络为代表的,用于分类、预测和模式识别的前馈…全文: http://m.weibo.cn/2854372157/4121832158864563
![](http://tva1.sinaimg.cn/crop.0.10.307.307.50/685a8f49gw1ebrrf7lnd8j208k0c8758.jpg)
公告板 资源 书籍 吴军
【人工智能发展史-从图灵测试到大数据】我一直很好奇人工智能是如何提出来的,它背后有什么样的故事,在人工智能发展的这60年的时间中,又经历了什么?为什么现在才是人工智能的爆发点,未来人工智能又将走向何处?带着这样的问题我读了吴军博士的《智能时代》这本书,打开了我对人工智能的了解。…全文: http://m.weibo.cn/1750765385/4121802856346173
![](http://tva2.sinaimg.cn/crop.0.0.2048.2048.50/006e14C0jw8ewjb494gavj31kw1kwwrj.jpg)
会议活动 深度学习 AAAI Thomas Dietterich 会议 周志华
【新智元导读】机器学习和深度学习的最新进展和技术挑战有哪些?高级人工智能会对社会造成怎样的影响?本文来自 NSR 对美国俄勒冈州立大学计算机科学荣誉教授,AAAI前主席,国际机器学习学会 IMLS 创始会长 Thomas Dietterich 的采访,作者是南京大学周志华教授。Dietterich 的回答深入浅出,对这一领…全文: http://m.weibo.cn/5703921756/4121785929069354
![](http://tva1.sinaimg.cn/crop.34.491.721.721.50/49d9b0c6gw1e9jj0wpinrj20ph12atpg.jpg)
世界变得越来越可编程化。从哪个角度、以什么方式对一个行业或者一个场景进行重新编程,从而重塑这个行业或者场景,这是企业增长的核心问题。在当前技术背景下,能做的事情是: 1. 利用以前不能利用的数据 2. 连接以前不能连接的事物 3. 利用机器学习提高十倍以上的效率
![](http://tva1.sinaimg.cn/crop.0.0.720.720.50/51002149jw8egp7ecd5d5j20k00k0dho.jpg)
视觉 算法 Kaggle
【Kaggle竞赛:机场乘客(图像)筛查算法挑战($500,000)】《Passenger Screening Algorithm Challenge – Improve the accuracy of the Department of Homeland Security’s threat recognition algorithms | Kaggle》 http://t.cn/RoMJbs5
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg)
深度学习 Bill Schmarzo Golden State Warriors
【分享】《Golden State Warriors Analytics Exercise》一个数据分析与深度学习训练课案例。 http://t.cn/RoMEZgc作者:Bill Schmarzo 来源:infocus.emc.com 如果你是金州勇士队教练组成员,给你10场比赛的数据作为训练数据集,应如何对比赛中的球队表现数据进行分析与量化,预测未来比赛的走势?
![](http://tva2.sinaimg.cn/crop.0.0.299.299.50/6a8c1e07gw1efgokalrxdj208c08cq37.jpg)
公告板 算法
【2017设计与人工智能报告(附下载)】 一、工业 4.0 和设计:“人工智能”作为政治、经济、技术和人文条件对“设计”有什么意义?二、为什么设计需要人工智能?——数据、算法和智能对设计所服务的不同产业发生了什么影响和改变? http://t.cn/RoMSxKL
![](http://tva3.sinaimg.cn/crop.0.0.180.180.50/737e2f81jw8elz2fpftj7j2050050jrd.jpg)
架构 数据科学
IBM与Hortonworks宣布合作,助力企业加速数据驱动的决策,两家企业将 IBM Data Science Experience 及机器学习与 Hortonworks 数据平台相整合,并且两家企业运用新代码推动Apache开源项目 。 http://t.cn/RoMHD49
![](http://tva2.sinaimg.cn/crop.0.0.299.299.50/6a8c1e07gw1efgokalrxdj208c08cq37.jpg)
深度学习 行业动态
【论文:谷歌大脑颠覆深度学习混乱现状】谷歌大脑团队曾经负责研发了AlphaGo与TensorFlow框架等产品,其实力自然不消多说。而这一次谷歌大脑团队更是向当前深度学习架构繁多、应用领域不一等混乱现状发出挑战,霸气提出了通过单一模型联合学习多项任务。那么该模型是否真的如此神奇呢?赶紧随雷锋网AI…全文: http://m.weibo.cn/1787567623/4121733897866081
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
经验总结 算法 Bruno Stecanella SVM 博客
【SVM入门】《An introduction to Support Vector Machines (SVM) | MonkeyLearn Blog》by Bruno Stecanella http://t.cn/RoM6CQE http://t.cn/RoM6CL2
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 Kai Arulkumaran 代码
【(PyTorch)全卷积网络语义分割】’Fully convolutional networks for semantic segmentation’ by Kai Arulkumaran GitHub: http://t.cn/RoM6ttd
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
资源 Bernhard Scholkopf PDF 幻灯片 课程
【机器学习与因果关系】《Causality》Dominik Janzing & Bernhard Schölkopf http://t.cn/RoMJTAw
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 算法 代码 论文 神经网络
《Comparing deep neural networks against humans: object recognition when the signal gets weaker》R Geirhos, D H. J. Janssen, H H. Schütt, J Rauber, M Bethge, F A. Wichmann [University of Tubingen] (2017) http://t.cn/RoMxZyR GitHub: http://t.cn/RoMxZyE