机器学习日报 2017-02-25
- 特征学习顶会ICLR 2017三篇最佳论文
- AI 开源数据集 Top 39:NLP、语音等 6 大类
- 卡内基梅隆大学:无监督深度学习基础
- 深度学习NLP套装:分词、词性标注、命名实体识别
- 概率与统计概念的可视化诠释
@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26 深度学习11 算法9 自然语言处理5 视觉4 语音2 资源2 应用1 会议活动1 经验总结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)
王威廉 网页版 2017-02-25 09:13
会议活动 深度学习 ICLR 会议
特征学习顶会ICLR 2017三篇最佳论文 Understanding deep learning requires rethinking generalization http://t.cn/RiA1MBC Semi-supervised Knowledge Transfer for Deep Learning… http://t.cn/RiA1MBO Making Neural Programming Architectures Generalize via Recursion http://t.cn/RiA1MBN
会议活动 深度学习 ICLR 会议
特征学习顶会ICLR 2017三篇最佳论文 Understanding deep learning requires rethinking generalization http://t.cn/RiA1MBC Semi-supervised Knowledge Transfer for Deep Learning… http://t.cn/RiA1MBO Making Neural Programming Architectures Generalize via Recursion http://t.cn/RiA1MBN
199IT-互联网数据中心 网页版 2017-02-25 10:30
深度学习 视觉 资源 Ruslan Salakhutdinov 幻灯片 课程
【卡内基梅隆大学:无监督深度学习基础】本文是2016年9月24/25举办的 Deep Learning School 上卡内基梅隆大学教授,同时也是苹果公司AI团队带头人的 Ruslan Salakhutdinov 的“无监督深度学习基础”课程 ppt,本文是部分整理编排,建议对照课程视频学习。 http://t.cn/Riz8kFW
深度学习 视觉 资源 Ruslan Salakhutdinov 幻灯片 课程
【卡内基梅隆大学:无监督深度学习基础】本文是2016年9月24/25举办的 Deep Learning School 上卡内基梅隆大学教授,同时也是苹果公司AI团队带头人的 Ruslan Salakhutdinov 的“无监督深度学习基础”课程 ppt,本文是部分整理编排,建议对照课程视频学习。 http://t.cn/Riz8kFW
爱可可-爱生活 网页版 2017-02-25 09:40
深度学习 自然语言处理 Python 代码
【(Python/TensorFlow)深度学习NLP套装:分词、词性标注、命名实体识别……】’deepnlp – Deep Learning NLP Pipeline implemented on Tensorflow’ by Xichen GitHub: http://t.cn/RiAgANt
深度学习 自然语言处理 Python 代码
【(Python/TensorFlow)深度学习NLP套装:分词、词性标注、命名实体识别……】’deepnlp – Deep Learning NLP Pipeline implemented on Tensorflow’ by Xichen GitHub: http://t.cn/RiAgANt
爱可可-爱生活 网页版 2017-02-25 07:37
教育网站 可视化 统计
【概率与统计概念的可视化诠释】“Seeing Theory – A Visual introduction to probability and statistics” http://t.cn/RiATi6U
教育网站 可视化 统计
【概率与统计概念的可视化诠释】“Seeing Theory – A Visual introduction to probability and statistics” http://t.cn/RiATi6U
最新动态
2017-02-25 (16)
爱可可-爱生活 网页版 2017-02-25 09:50
Mohamed Eid 代码
【(TensorFlow)前馈生成实时画风迁移】’Feed-Forward-Style-Transfer – TensorFlow implementation of real-time style transfer using feed-forward generation’ by Mohamed Eid GitHub: http://t.cn/RiAe0AC ref: http://weibo.com/1402400261/EbipymhH4
Mohamed Eid 代码
【(TensorFlow)前馈生成实时画风迁移】’Feed-Forward-Style-Transfer – TensorFlow implementation of real-time style transfer using feed-forward generation’ by Mohamed Eid GitHub: http://t.cn/RiAe0AC ref: http://weibo.com/1402400261/EbipymhH4
爱可可-爱生活 网页版 2017-02-25 09:45
深度学习 视觉 应用 代码 信息检索
【深度视频/图像分析套装:目标检测、帧索引、样例检索……】’Deep Video Analytics – Analyze videos & images, perform detections, index frames & detected objects, search by examples.’ by Akshay Bhat [Cornell University] GitHub: http://t.cn/RiAgean
深度学习 视觉 应用 代码 信息检索
【深度视频/图像分析套装:目标检测、帧索引、样例检索……】’Deep Video Analytics – Analyze videos & images, perform detections, index frames & detected objects, search by examples.’ by Akshay Bhat [Cornell University] GitHub: http://t.cn/RiAgean
爱可可-爱生活 网页版 2017-02-25 09:41
深度学习 Alfredo Canziani 代码
【MatchNet生成模型的PyTorch实现】’PyTorch implementation of the MatchNet generative model’ by Alfredo Canziani GitHub: http://t.cn/RiAgGQf
深度学习 Alfredo Canziani 代码
【MatchNet生成模型的PyTorch实现】’PyTorch implementation of the MatchNet generative model’ by Alfredo Canziani GitHub: http://t.cn/RiAgGQf
爱可可-爱生活 网页版 2017-02-25 09:34
经验总结 Thomas Wiecki 博客 统计
《Why hierarchical models are awesome, tricky, and Bayesian》by Thomas Wiecki http://t.cn/RiAdqnp
经验总结 Thomas Wiecki 博客 统计
《Why hierarchical models are awesome, tricky, and Bayesian》by Thomas Wiecki http://t.cn/RiAdqnp
爱可可-爱生活 网页版 2017-02-25 07:16
算法 罗宇 强化学习
《强化学习(Reinforcement Learning)知识整理》by 罗宇矗 http://t.cn/RiAjxJP
算法 罗宇 强化学习
《强化学习(Reinforcement Learning)知识整理》by 罗宇矗 http://t.cn/RiAjxJP
爱可可-爱生活 网页版 2017-02-25 06:59
深度学习 Victor Zhong 代码 可视化
【(Pytorch/Chainer/…)实验日志可视化面板】’Dashboard – provides utilities to make and visualize experiment logs’ by Victor Zhong GitHub: http://t.cn/RiAWDgy
深度学习 Victor Zhong 代码 可视化
【(Pytorch/Chainer/…)实验日志可视化面板】’Dashboard – provides utilities to make and visualize experiment logs’ by Victor Zhong GitHub: http://t.cn/RiAWDgy
爱可可-爱生活 网页版 2017-02-25 06:10
算法 强化学习
【马尔可夫决策过程与增强学习】《MDP and Reinforcement Learning | Artificial Diary》by Giorgos Papoudakis http://t.cn/RiApkK9
算法 强化学习
【马尔可夫决策过程与增强学习】《MDP and Reinforcement Learning | Artificial Diary》by Giorgos Papoudakis http://t.cn/RiApkK9
爱可可-爱生活 网页版 2017-02-25 05:20
深度学习 算法 Hong Kong 论文 神经网络
《ViP-CNN: A Visual Phrase Reasoning Convolutional Neural Network for Visual Relationship Detection》Y Li, W Ouyang, X Wang [The Chinese University of Hong Kong] (2017) http://t.cn/RiAN4jx
深度学习 算法 Hong Kong 论文 神经网络
《ViP-CNN: A Visual Phrase Reasoning Convolutional Neural Network for Visual Relationship Detection》Y Li, W Ouyang, X Wang [The Chinese University of Hong Kong] (2017) http://t.cn/RiAN4jx
爱可可-爱生活 网页版 2017-02-25 05:15
Brain Sciences 论文
《Learning to Draw Dynamic Agent Goals with Generative Adversarial Networks》S Iqbal, J Pearson [Duke Institute for Brain Sciences] (2017) http://t.cn/RiANhd0
Brain Sciences 论文
《Learning to Draw Dynamic Agent Goals with Generative Adversarial Networks》S Iqbal, J Pearson [Duke Institute for Brain Sciences] (2017) http://t.cn/RiANhd0
爱可可-爱生活 网页版 2017-02-25 05:10
深度学习 视觉 算法 论文 神经网络
《CT Image Denoising with Perceptive Deep Neural Networks》Q Yang, P Yan, M K. Kalra, G Wang [Rensselaer Polytechnic Institute & Philips Research North America & Harvard Medical School] (2017) http://t.cn/RiACgDm
深度学习 视觉 算法 论文 神经网络
《CT Image Denoising with Perceptive Deep Neural Networks》Q Yang, P Yan, M K. Kalra, G Wang [Rensselaer Polytechnic Institute & Philips Research North America & Harvard Medical School] (2017) http://t.cn/RiACgDm
爱可可-爱生活 网页版 2017-02-25 05:07
自然语言处理 代码 集成学习 矩阵 论文 主题模型
《Stability of Topic Modeling via Matrix Factorization》M Belford, B M Namee, D Greene [University College Dublin] (2017) http://t.cn/RiAC3Vr GitHub: http://t.cn/RiAC3VB
自然语言处理 代码 集成学习 矩阵 论文 主题模型
《Stability of Topic Modeling via Matrix Factorization》M Belford, B M Namee, D Greene [University College Dublin] (2017) http://t.cn/RiAC3Vr GitHub: http://t.cn/RiAC3VB
爱可可-爱生活 网页版 2017-02-25 05:03
论文
《Large-Scale Stochastic Learning using GPUs》T Parnell, C Dünner, K Atasu, M Sifalakis, H Pozidis [IBM Research] (2017) http://t.cn/RiAC8P0
论文
《Large-Scale Stochastic Learning using GPUs》T Parnell, C Dünner, K Atasu, M Sifalakis, H Pozidis [IBM Research] (2017) http://t.cn/RiAC8P0
爱可可-爱生活 网页版 2017-02-25 05:00
算法 论文 神经网络
《Bidirectional Backpropagation: Towards Biologically Plausible Error Signal Transmission in Neural Networks》H Luo, J Fu, J Glass [MIT CSAIL & National University of Singapore] (2017) http://t.cn/RiAKLUT
算法 论文 神经网络
《Bidirectional Backpropagation: Towards Biologically Plausible Error Signal Transmission in Neural Networks》H Luo, J Fu, J Glass [MIT CSAIL & National University of Singapore] (2017) http://t.cn/RiAKLUT
爱可可-爱生活 网页版 2017-02-25 04:57
自然语言处理 Sun Yat-Sen 论文 主题模型
《LTSG: Latent Topical Skip-Gram for Mutually Learning Topic Model and Vector Representations》J Law, H H Zhuo, J He, E R (Dept. o C Science, S Y University, GuangZhou, China.) [Sun Yat-Sen University] (2017) http://t.cn/RiAC0yD
自然语言处理 Sun Yat-Sen 论文 主题模型
《LTSG: Latent Topical Skip-Gram for Mutually Learning Topic Model and Vector Representations》J Law, H H Zhuo, J He, E R (Dept. o C Science, S Y University, GuangZhou, China.) [Sun Yat-Sen University] (2017) http://t.cn/RiAC0yD
爱可可-爱生活 网页版 2017-02-25 04:53
深度学习 算法 论文 神经网络
《Synthesising Dynamic Textures using Convolutional Neural Networks》C M. Funke, L A. Gatys, A S. Ecker, M Bethge [University of Tubingen] (2017) http://t.cn/RiACS19
深度学习 算法 论文 神经网络
《Synthesising Dynamic Textures using Convolutional Neural Networks》C M. Funke, L A. Gatys, A S. Ecker, M Bethge [University of Tubingen] (2017) http://t.cn/RiACS19
大数据_机器学习 网页版 2017-02-25 02:26
算法 特征工程 统计
为什么一些机器学习模型需要对数据进行归一化? >>>> 为什么一些机器学习模型需要对数据进行归一化? http://t.cn/RAOVtOh 机器学习模型被互联…排序(参见:排序学习实践)、推荐、反作弊、定位(参见:基于朴素贝叶斯的定位算法)等。一般做机器学习应用的时候大部分时间是花费在特征处理…全文: http://m.weibo.cn/5291384903/4078865574101278
算法 特征工程 统计
为什么一些机器学习模型需要对数据进行归一化? >>>> 为什么一些机器学习模型需要对数据进行归一化? http://t.cn/RAOVtOh 机器学习模型被互联…排序(参见:排序学习实践)、推荐、反作弊、定位(参见:基于朴素贝叶斯的定位算法)等。一般做机器学习应用的时候大部分时间是花费在特征处理…全文: http://m.weibo.cn/5291384903/4078865574101278