机器学习日报 2017-03-05
@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14 算法6 深度学习5 资源2 自然语言处理1 应用1 视觉1 会议活动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)
网路冷眼 网页版 2017-03-05 22:49
深度学习
【Uncertainty in Deep Learning (2016)】 http://t.cn/RVVxDGE 博士论文《深度学习中的不确定性》。
深度学习
【Uncertainty in Deep Learning (2016)】 http://t.cn/RVVxDGE 博士论文《深度学习中的不确定性》。
IT技术头条 网页版 2017-03-05 17:08
算法 HMM
【【整理】图解隐马尔可夫模型(HMM)】写在前面 最近在写论文过程中,研究了一些关于概率统计的算法,也从网上收集了不少资料,在此整理一下与各位朋友分享。 隐马尔可夫模型,简称HMM, 是一种基于概率的统计分析模型,用来描述一个系统隐性状态的… 详戳→ http://t.cn/Rio5fph 作者→ (北岛知寒)
算法 HMM
【【整理】图解隐马尔可夫模型(HMM)】写在前面 最近在写论文过程中,研究了一些关于概率统计的算法,也从网上收集了不少资料,在此整理一下与各位朋友分享。 隐马尔可夫模型,简称HMM, 是一种基于概率的统计分析模型,用来描述一个系统隐性状态的… 详戳→ http://t.cn/Rio5fph 作者→ (北岛知寒)
网路冷眼 网页版 2017-03-05 15:12
深度学习 资源 PDF 论文 书籍
【On The Origin Of Deep Learning】卡内基梅隆大学免费电子书《论深度学习的起源》,本文回顾了深入学习模型的进化历史,并提出许多指导未来深度学习研究的方向。PDF格式,72页。点击链接下载: http://t.cn/RioaslT
深度学习 资源 PDF 论文 书籍
【On The Origin Of Deep Learning】卡内基梅隆大学免费电子书《论深度学习的起源》,本文回顾了深入学习模型的进化历史,并提出许多指导未来深度学习研究的方向。PDF格式,72页。点击链接下载: http://t.cn/RioaslT
IT程序猿 网页版 2017-03-05 09:00
算法 回归
【你应该掌握的七种回归技术】本文解释了回归分析及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。 http://t.cn/RyPOsYj(来自: CSDN )
算法 回归
【你应该掌握的七种回归技术】本文解释了回归分析及其优势,重点总结了应该掌握的线性回归、逻辑回归、多项式回归、逐步回归、岭回归、套索回归、ElasticNet回归等七种最常用的回归技术及其关键要素,最后介绍了选择正确的回归模型的关键因素。 http://t.cn/RyPOsYj(来自: CSDN )
最新动态
2017-03-05 (8)
爱可可-爱生活 网页版 2017-03-05 20:10
深度学习 Brendan Fortuner 速查卡
【深度学习线代速查】《Linear algebra cheat sheet for deep learnin》by Brendan Fortuner @bfortuner/linear-algebra-cheat-sheet-for-deep-learning-cd67aba4526c”>http://t.cn/RioFXkW
深度学习 Brendan Fortuner 速查卡
【深度学习线代速查】《Linear algebra cheat sheet for deep learnin》by Brendan Fortuner @bfortuner/linear-algebra-cheat-sheet-for-deep-learning-cd67aba4526c”>http://t.cn/RioFXkW
红冰CV 网页版 2017-03-05 15:53
会议活动 NIPS 会议
NIPS 2016最全盘点:主题详解、前沿论文及下载资源 – 来自知乎专栏·「机器之心」,作者:机器之心, http://t.cn/RI4cSIJ
会议活动 NIPS 会议
NIPS 2016最全盘点:主题详解、前沿论文及下载资源 – 来自知乎专栏·「机器之心」,作者:机器之心, http://t.cn/RI4cSIJ
爱可可-爱生活 网页版 2017-03-05 08:07
应用 资源 自然语言处理 Si Assignment 代码 机器人 课程
【(TensorFlow)Seq2Seq聊天机器人】“(CS 20SI assignment)A neural chatbot using sequence to sequence model with attentional decoder. This is a fully functional chatbot” GitHub: http://t.cn/RiSTk2u ref: http://weibo.com/1402400261/ExShYc4RG
应用 资源 自然语言处理 Si Assignment 代码 机器人 课程
【(TensorFlow)Seq2Seq聊天机器人】“(CS 20SI assignment)A neural chatbot using sequence to sequence model with attentional decoder. This is a fully functional chatbot” GitHub: http://t.cn/RiSTk2u ref: http://weibo.com/1402400261/ExShYc4RG
爱可可-爱生活 网页版 2017-03-05 06:00
深度学习 算法 论文 神经网络
《DeepNAT: Deep Convolutional Neural Network for Segmenting Neuroanatomy》C Wachinger, M Reuter, T Klein [Ludwig-Maximilian-University & Harvard Medical Schoold & SAP SE] (2017) http://t.cn/RiSpQC9 Home: http://t.cn/RiSpQCK
深度学习 算法 论文 神经网络
《DeepNAT: Deep Convolutional Neural Network for Segmenting Neuroanatomy》C Wachinger, M Reuter, T Klein [Ludwig-Maximilian-University & Harvard Medical Schoold & SAP SE] (2017) http://t.cn/RiSpQC9 Home: http://t.cn/RiSpQCK
爱可可-爱生活 网页版 2017-03-05 05:31
论文
《Detecting Adversarial Samples from Artifacts》R Feinman, R R. Curtin, S Shintre, A B. Gardner [Center for Advanced Machine Learning at Symantec & Symantec Research Labs] (2017) http://t.cn/RiSNmdB
论文
《Detecting Adversarial Samples from Artifacts》R Feinman, R R. Curtin, S Shintre, A B. Gardner [Center for Advanced Machine Learning at Symantec & Symantec Research Labs] (2017) http://t.cn/RiSNmdB
爱可可-爱生活 网页版 2017-03-05 05:25
算法 论文 强化学习
《Changing Model Behavior at Test-Time Using Reinforcement Learning》A Odena, D Lawson, C Olah [Google Brain] (2017) http://t.cn/RiSNOk0
算法 论文 强化学习
《Changing Model Behavior at Test-Time Using Reinforcement Learning》A Odena, D Lawson, C Olah [Google Brain] (2017) http://t.cn/RiSNOk0
爱可可-爱生活 网页版 2017-03-05 05:23
深度学习 算法 代码 论文 神经网络
《Identifying beneficial task relations for multi-task learning in deep neural networks》J Bingel, A Søgaard [University of Copenhagen] (2017) http://t.cn/RifsxMn GitHub: http://t.cn/RiIvTm7
深度学习 算法 代码 论文 神经网络
《Identifying beneficial task relations for multi-task learning in deep neural networks》J Bingel, A Søgaard [University of Copenhagen] (2017) http://t.cn/RifsxMn GitHub: http://t.cn/RiIvTm7