第969期机器学习日报(2017-05-14)

最新推荐文章于 2020-11-27 19:06:48 发布
最新推荐文章于 2020-11-27 19:06:48 发布
阅读量358 收藏
点赞数
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/ai100_ml/article/details/78281452
版权

机器学习日报 2017-05-14

@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

微信公众号：rgznai100

本期话题有：

全部20 深度学习6 视觉5 自然语言处理4 算法4 资源4 应用3 经验总结2

用日报搜索找到以前分享的内容： http://ml.memect.com/search/

今日焦点 (5)

爱可可-爱生活 网页版 2017-05-14 19:16

深度学习 资源 Arthur Chan 课程

【适合深度学习入门的五个在线课程】《Learning Deep Learning: The “Basic Five” – Five Beginner Classes on Deep Learning》by Arthur Chan http://t.cn/RaN9O3n pdf: http://t.cn/RaN9O3u ​

爱可可-爱生活 网页版 2017-05-14 19:11

视觉 算法 代码 分类

【图像分类五种方法比较】《Image Classification in 5 Methods》by Shiyu Mou @fdevmsy/image-classification-in-5-methods-83742aeb3645″>http://t.cn/RaNKQrR
爱可可-爱生活 网页版 2017-05-14 09:25

视觉 算法 自然语言处理 Ho Github 代码 分类 情感分析

【面部表情(喜怒惊惧哀)分类系统】’mememoji – A facial expression classification system that recognizes 6 basic emotions: happy, sad, surprise, fear, anger and neutral.’ by Jostine Ho GitHub: http://t.cn/Ra9uE0o ​

网路冷眼 网页版 2017-05-14 08:28

算法 神经网络

【Accelerating Neural Networks with Binary Arithmetic】 http://t.cn/Ra9TJg7 用二进制算术加速神经网络。 ​

湾区日报BayArea 网页版 2017-05-14 04:29

深度学习 行业动态

【为何深度学习突然之间改变了你的生活】这是来自财富杂志关于深度学习的科普长文，用老百姓能听懂的语言解释什么是深度学习、如何运作的、有哪些应用、深度学习发展史上重要的一些里程碑。深度学习四巨头：谷歌，脸书，微软，百度 | 简评： http://t.cn/RcszxnX 原链： http://t.cn/Rcszxna #湾区日报# ​

最新动态

2017-05-14 (15)

龙星镖局 网页版 2017-05-14 23:41

应用 自然语言处理 代码 信息检索

Facebook这个开源工具据说性能很牛，做相似图片检索，相近词向量查询等dense vector都很适合。『GitHub – facebookresearch/faiss: A library for efficient similarity search and clustering of dense vectors.』 http://t.cn/RiMhVLs ​
龙星镖局 网页版 2017-05-14 23:32

深度学习

虽然夹杂着广告，但展望的方向都挺有趣的。『深度学习（机器学习）的下一步如何发展？ – 微软亚洲研究院 的回答 – 知乎』 http://t.cn/RimrsHJ ​
数据科学家快报 网页版 2017-05-14 23:25

Python 行业动态

机器之心 开源 | 谷歌开源 Python Fire：可自动生成命令行接口 http://t.cn/RapCaTq 摘要：Python Fire 可从任何 Python 代码生成命令行接口（command line interfaces (CLIs)），简单地调用任意 Python 程序中的 Fire 函数以将那个程序自动地转化为 CLI。该库可通过 pip install fire 从 pyp ​
安波_Multiagent 网页版 2017-05-14 23:17

经验总结 深度学习 算法 资源 PDF 博客 强化学习

今年的AAMAS会议刚刚于5月12日在巴西圣保罗结束，我们先来看看DeepMind的一篇用深度强化学习来分析多智能体协作的文章- Multi-agent Reinforcement Learning in Sequential Social Dilemmas，五名作者均来自DeepMind。 文章全文见： http://t.cn/RapKKXT http://t.cn/Rapoe1O ​
网路冷眼 网页版 2017-05-14 23:15

资源 自然语言处理 PDF

【Compressed Computation for Text Indexing】博士论文《文本索引的压缩计算》。PDF格式，点击链接下载： http://t.cn/RaNxnvi ​

网路冷眼 网页版 2017-05-14 22:00

经验总结 深度学习 博客

【Using Deep Learning at Scale in Twitter’s Timelines】 http://t.cn/RaIdCQH Twitter发布文章《在Twitter时间线大规模使用深度学习》。 ​

网路冷眼 网页版 2017-05-14 21:18

资源 PDF 论文

【Space-Efficient Construction of Compressed Indexes in Deterministic Linear Time】 http://t.cn/Ra9FdEP 论文《以确定线性时间和高效空间构建压缩索引》，PDF格式，点击链接下载： http://t.cn/RaNgYLQ ​

南国都市报 网页版 2017-05-14 16:46

视觉

【海口滨涯路等两路段积水较为严重】记者从海口市市政局排水所获悉，该所时刻关注天气变化，已启动视频监控实时监控道路积水情况，排水人员及工作车辆均在责任路段排水。 根据各积水点雨天排水工作预案要求，该所已及时通知并跟踪督促水体治理施工单位拆除围堰，白水塘泵站、疏港泵站等根据雨情…全文： http://m.weibo.cn/1962117985/4107348119543765 ​

第一财经日报 网页版 2017-05-14 14:26



【硅谷巨头频出招，人工智能哪家强？丨一周大佬说】微软CEO周二在年度开发者大会Build conference上表示，微软目前在企业用户方面处于领先地位，Office 365的月活跃用户达1亿，这些是企业核心中最有价值的用户群体。每月有超过5亿台设备运行windows 10系统，而微软的人工智能Cortana则有1.4亿月活跃用…全文： http://m.weibo.cn/1926909715/4107312933707296 ​

PaperWeekly 网页版 2017-05-14 10:55

自然语言处理

论文推荐：机器阅读理解，文本摘要，Seq2Seq加速 | 本周值得读 #34 – http://t.cn/RaCZ81A ​
爱可可-爱生活 网页版 2017-05-14 09:20

应用 Yang Song 代码 推荐系统

【Keras实现的推荐系统(DSSM/MV-DSSM/TDSSM/MF)】’Using Keras to implement recommender systems’ by Yang Song [Google] GitHub: http://t.cn/Ra9mBpI ​

爱可可-爱生活 网页版 2017-05-14 07:33

深度学习 Leonardo Araujo Santos Github 代码

【Matlab深度学习框架】’Deep Learning Matlab Framework – Implementation of Deeplearning library based on my book’ by Leonardo Araujo dos Santos GitHub: http://t.cn/Ra9OgRf ref: http://weibo.com/1402400261/F31teoegk ​
爱可可-爱生活 网页版 2017-05-14 07:18

视觉 Zhitao Gong 代码

【(TensorFlow)对抗图像生成】’Crafting adversarial images’ by Zhitao Gong GitHub: http://t.cn/Ra90BhO ​

爱可可-爱生活 网页版 2017-05-14 05:59

Hong Kong 论文

《Machine Learning with World Knowledge: The Position and Survey》Y Song, D Roth [Hong Kong University of Science and Technology & University of Illinois at Urbana-Champaign] (2017) http://t.cn/Ra9SudM ​

爱可可-爱生活 网页版 2017-05-14 05:56

视觉 应用 机器人 论文

《Bridging between Computer and Robot Vision through Data Augmentation: a Case Study on Object Recognition》A D’Innocente, F M Carlucci, M Colosi, B Caputo (2017) http://t.cn/Ra9S0yR ​

ai100_ml
关注
图像分类 | 深度学习PK传统机器学习
qunnie_yi的博客
05-16 6923
原文：Image Classification in 5 Methods 作者：Shiyu Mou 翻译：何冰心 图像分类，顾名思义，是一个输入图像，输出对该图像内容分类的描述的问题。它是计算机视觉的核心，实际应用广泛。图像分类的传统方法是特征描述及检测，这类传统方法可能对于一些简单的图像分类是有效的，但由于实际情况非常复杂，传统的分类方法不堪重负。现在，我们不再试图用代码来描...
Github 2024-06-21 开源项目日报 Top10
最新发布
老孙正经胡说
06-21 1784
创建周期：354 天开发语言：TypeScript, JavaScript协议类型：MIT LicenseStar数量：7277 个Fork数量：1269 次关注人数：7277 人贡献人数：75 人Open Issues数量：61 个Github地址：https://github.com/danny-avila/LibreChat.git项目首页: https://docs.librechat.ai/
论文笔记：A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems
pyxiea
11-18 969
引言 协同过滤模型的一个很大缺陷在于很难处理冷启动问题，基于内容的推荐是一种解决思路，例如对于系统中的新物品，可以将其推荐给喜欢系统中相似物品的用户，对于新用户，可以给其推荐类似的用户所喜欢的物品。 这里会涉及一个问题，即如何对用户建模，以计算其之间的相似度。不少相关文献已经尝试过使用用户的搜索记录或社交帖子等数据作为对用户建模的原始数据，本文就是采用用户的搜索记录作为用户建模的数据的。 跨域推荐也是一种缓解冷启动问题的思路，其基本假设是：在同一个领域具有相似品位的用户在另一个领域也具有类似品位。 跨域推
深度语义匹配模型-DSSM 及其变种
weixin_33785108的博客
07-17 802
转自：http://ju.outofmemory.cn/entry/316660 感谢分享~ DSSM这篇paper发表在cikm2013，短小但是精炼，值得记录一下ps:后来跟了几篇dssm的paper，一并记录在这里 DSSM DSSM的结构 DSSM最大的卖点在检索场景下 使用点击数据来训练语义层次的匹配，简单的来说，传统检索场景下的匹配主要有: 字面匹...
计算机视觉怎么给图像分类？KNN、SVM、BP神经网络、CNN、迁移学习供你选（附开源代码）...
weixin_33857230的博客
06-01 2005
图像分类问题就是从固定的一组分类中，给输入图像分配标签的任务。这是计算机视觉的核心问题之一，尽管它看似简单，却在实际生活中有着各种各样的应用。 传统方式：功能描述和检测。 也许这种方法对于一些样本任务来说是比较好用的，但实际情况却要复杂得多。 因此，我们将使用机器学习来为每个类别提供许多示例，然后开发学习算法来查看这些示例，并了解每个类的视觉外...
mv 无法进行跨设备的移动_一种基于DSSM模型的跨领域深度推荐模型
weixin_39618806的博客
11-27 456
本周阅读论文《A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems》。这是基于DSSM匹配模型的一种跨领域构建用户模型的推荐算法（简称MV-DNN）。该方法采用大量特征编码用户，利用DSSM模型的匹配能力将编码到隐语义空间的用户和item进行兴趣匹配。可看作是一种基于...
第1138期AI100_机器学习日报(2017-10-30)
ai100_ml的博客
10-31 1429
AI100_机器学习日报 2017-10-30 论文推荐：NVIDIA Research 发布可生长GANs模型，效果令人赞叹 @新智元ICLR 2018 匿名提交论文列表 @wx:专知内容组keras中最常用深度学习的API @ChatbotsChina音乐分类/回归任务迁移学习 @爱可可-爱生活Subgraphs：Web界面可视化深度网络(计算图)开发平台 @爱可可-爱生活
帕金森病的机器学习分类预测方法及准确率研究
阵列11（2021）100079帕金森Ashena Gorgan Mohammadi，Pouya ...University of Tehran，14155-6455，Tehran，IranA R T I C L EI N FO关键词：机器学习分类帕金森声带损伤SVM自动编码器Enhancement学习A B S T R A
"基于COVID-19的安全AI分析系统的鲁棒性方法
可在www.sciencedirect.com上在线获取ScienceDirectICTExpress 8（2022）555www.elsevier.com/locate/icte基于AI的 COVID-19分析系统的安全方法：一项调查Samaneh Shamshiri，Insoo Sohn韩国首尔东国大学电子电气...
"儿童急性淋巴细胞白血病的机器学习治疗结果分类研究
þ医学信息学解锁20（2020）100399使用机器学习对儿童急性淋巴细胞MAHAK医院Amirarash Kashefa，Toktam Khatibi a，*，Azim Mehrvarb，ca工业和系统工程学院，Tarbiat Modares大学（TMU），德黑兰，14117-13114，...
推荐系统总结
舟
07-11 6051
介绍 推荐系统是一种信息过滤系统，用于预测用户对物品的“评分”或“偏好”。 常用的算法如下： 1. 规则模型 （Apriori算法） 2. 协同过滤 （User-based / Item-based） 规则模型（Apriori算法） 找出所有频繁项集，频繁性大于等于最小支持度 根据频繁项集产生强关联规则，并满足最小支持度和最小置信度 支持度 （X=&
论文｜从DSSM语义匹配到Google的双塔深度模型召回和广告场景中的双塔模型思考
Thinkgamer博客
08-12 1559
基于深度学习的召回近些年已经得到了长足的发展，其中双塔模型更是作为经典的深度学习召回模型被各大公司应用，回顾双塔模型的发展可以追溯到2003年微软发布的DSSM模型，本篇文章将会从DSSM开始介绍几篇论文，看一下DSSM模型是怎么发展成为双塔模型并应用在推荐系统中做召回的。 DSSM DSSM模型是2013年微软发布的，其论文全称为：Learning Deep Structured Semantic Models for Web Search using Clickthrough Dara（https://
『 DSSM』A Multi-View Deep Learning Approach for Cross Domain User Modeling in Recommendation Systems
百川的博客
12-15 1万+
Abstract Contribution Data Set DSSM FOR USER MODELING IN RECOMMENDATION SYSTEMS word hashing DSSM训练 MULTI-VIEW DEEP NEURAL NETWORK Data input User features News features App features MovieTV feature
DSSM框架（Deep Structured Semantic Model）：深度学习计算语义相似度
ty44111144ty的博客
08-11 1914
原文地址：DSSM框架（Deep Structured Semantic Model）：深度学习计算语义相似度，现在搬运到CSDN~ 欢迎关注我的公众号，微信搜algorithm_Tian或者扫下面的二维码~ 现在保持每周更新的频率，内容都是机器学习相关内容和读一些论文的笔记，欢迎一起讨论学习~ 文章： Huang P S, He X, Gao J, et al.Learning...
基于深度学习的推荐系统综述 (arxiv 1707.07435) 译文 3.1 ~ 3.3
热门推荐
龙哥盟
09-24 4万+
原文：Deep Learning based Recommender System: A Survey and New Perspectives (arxiv 1707.07435) 译者：飞龙 协议：CC BY-NC-SA 4.0 自豪地采用谷歌翻译 基于深度学习的推荐：最先进的技术 在本节中，我们首先介绍基于深度学习的推荐模型的类别，然后突出最先进的研究原型，旨在确定近年来最显着和最有希望...
Deep Learning based Recommender System: A Survey and New Perspectives （3）
Learning from the mistakes
11-28 4737
感想 这篇综述有点长，整整三十五页，我也花了很长时间读完，那么我现在也会不遗余力的写完，let's continue 4.4 基于循环神经网络的推荐系统 RNN特别适合处理推荐系统中的时序评分和序列化特征。 4.4.1 仅仅依赖于RNN的推荐 Session-based Recommendation with RNN 在许多真实世界应用和网站中，系统通常不会干扰用户的登录，以至于推
DSSM、CNN-DSSM、孪生网络、ARC-II、MV-LSTM、BERT
jokerxsy的博客
07-05 1217
Welcome to MatchZoo’s documentation! 有一部分模型:
语义相似度匹配（一）—— DSSM模型
11-25 3570
一、简介 论文：Learning Deep Structured Semantic Models for Web Search using Clickthrough Data 微软13年提出的计算文本相似度的深度学习模型，核心思想是将query和doc映射到到共同维度的语义空间中，通过最大化query和doc语义向量之间的余弦相似度，从而训练得到隐含语义模型，达到检索的目的。DSSM有很广泛的应用，比如：搜索引擎检索，广告相关性，问答系统，机器翻译等。 网络框架如下： 二、 原理 对输入文本的
深度文本匹配发展总结
xiayto的博客
07-28 1万+
1、背景介绍 文本匹配是自然语言处理中的一个核心问题，很多自然语言处理的任务都可以抽象成文本匹配问题，例如信息检索可以归结成查询项和文档的匹配，问答系统可以归结为问题和候选答案的匹配，对话系统可以归结为对话和回复的匹配。针对不同的任务选取合适的匹配模型，提高匹配的准确率成为自然语言处理任务的重要挑战。 2、数据集介绍 论文中经常用到的数据集： SNLI：570K条人工标注的英文句子对...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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