AI100_机器学习日报 2017-08-26
@好东西传送门 出品,由@AI100运营, 过往目录 见http://geek.ai100.com.cn
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18 算法9 深度学习4 视觉3 资源2 经验总结2 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)
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
算法 Kyle Mcdonald 神经网络
【算法作曲:神经网络音乐生成综述】《Neural Nets for Generating Music》by Kyle McDonald http://t.cn/RCEcOFx pdf: http://t.cn/RCEcOFJ
![](http://tva3.sinaimg.cn/crop.3.3.196.196.50/683420e1jw8fd2d89d5urj205o05oq35.jpg)
【Scikit-Learn框架】1. Dataset scikit-learn提供了一些标准数据集(datasets),比如用于分类学习的iris 和 digits 数据集,还有用于归约的boston house prices 数据集… 详戳→ http://t.cn/RCRYZVG 作者→ (huliangwen)
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
经验总结 算法 资源 SVM 博客 课程
【SVM实例教程】《Support Vector Machines Tutorial》by Abhishek Ghose http://t.cn/RCE6QRB pdf: http://t.cn/RCE6QR3
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
视觉
【MNIST风格服饰图像数据集(6万28×28灰度图像样本10个风格类别)】’A MNIST-like fashion product database.’ by Zalando Research GitHub: https ://github .com/zalandoresearch/fashion-mnist
![](http://tvax4.sinaimg.cn/crop.21.40.420.420.50/ee3b7d6cly8fdpy29sfxyj20ct0ctdfu.jpg)
算法 神经网络
【中科院自动化研究所提出 FaceBoxes:实时、高准确率的 CPU 面部检测器】用神经网络有效地进行面部检测等操作,如果仅使用 CPU,往往会遇到速度与准确度不能兼得的困境。为了解决这个问题,国内研究者提出了一种名叫 FaceBoxes 的新方法,在保证了 CPU 面部识别的准确度的同时实时处理。…全文: http://m.weibo.cn/3996876140/4144715836065948
最新动态
2017-08-26 (13)
![](http://tva4.sinaimg.cn/crop.0.0.177.177.50/612edf3agw1ekppvdur8wj2050050q32.jpg)
算法 分类 决策树
【决策树算法及实现】在监督学习中,面对样本中复杂多样的特征,选取什么样的策略可以实现较高的学习效率和较好的分类效果一直是科学家们探索的目标。那么,树这种结构到底可以如何用于机器学习中呢?详见 http://t.cn/RCba6za(来自:ZPPenny)
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 数据科学
【深度学习新起点】《A New Beginning To Deep Learning》by Raksham Pandey http://t.cn/RCEbmVi pdf: http://t.cn/RCEbmVx
![](http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg)
视觉 算法 神经网络
【Neural Networks for Satellite Image Segmentation: a Workflow with U-Net】 http://t.cn/RCRBFqd 用于卫星图像分割的神经网络:具有U-Net的工作流。
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
资源 视频
【机器学习与人为偏见】《Machine Learning and Human Bias – YouTube》by Google http://t.cn/RCRsImp http://t.cn/RCRsIEW
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习
【深度学习并非未来AI的全部】《Deep Learning is not the AI future》by Fabio Ciucci http://t.cn/RCRdvUT
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
经验总结 Reena Jana 博客 可视化
【Quick, Draw!数据集可视化挖掘】《Exploring and Visualizing an Open Global Dataset | Google Research Blog》by Reena Jana http://t.cn/RCRru3o
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
视觉 Kaggle
【(Kaggle)U-Net卫星图像分割】《Satellite Image Segmentation: a Workflow with U-Net》by Guillaume Chevalier http://t.cn/RCRBFqd
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
深度学习 算法 论文 神经网络
《Skip RNN: Learning to Skip State Updates in Recurrent Neural Networks》V Campos, B Jou… [Barcelona Supercomputing Center & Google] (2017) http://t.cn/RCR1WqF Home: http://t.cn/RCR1OBk GitHub: https ://github .com/imatge-upc/skiprnn-2017-telecombcn
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
算法 论文 神经网络
《Anytime Neural Networks via Joint Optimization of Auxiliary Losses》H Hu, D Dey, J. A Bagnell, M Hebert [CMU & Microsoft] (2017) http://t.cn/RCR1otm
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
会议活动 深度学习 算法 NIPS 会议 论文 神经网络
《Learning Generalized Reactive Policies using Deep Neural Networks》E Groshev, A Tamar, S Srivastava, P Abbeel [UC Berkeley & Arizona State University] (2017) http://t.cn/RCR3XGT Home: http://t.cn/RCR3XGH
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
算法 论文 神经网络
《A Study on Neural Network Language Modeling》D Shi (2017) http://t.cn/RCR3fyj
![](http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg)
De Montreal Yoshua Bengio 论文
《Towards an Automatic Turing Test: Learning to Evaluate Dialogue Responses》R Lowe, M Noseworthy, I V. Serban, N Angelard-Gontier, Y Bengio, J Pineau [McGill University & Universite de Montreal] (2017) http://t.cn/RCR35xW GitHub: https ://github .com/mike-n-7/ADEM