第870期机器学习日报(2017-02-04)

机器学习日报 2017-02-04

@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18 算法9 资源7 深度学习5 会议活动4 视觉3 自然语言处理2 应用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)

机器之心synced 网页版 2017-02-04 14:35

会议活动 AAAI 会议

提升人工智能准确度,微软解读多项AAAI-17研究 http://t.cn/RxFDcWi → 微软正在消除机器学习偏见、改善翻译系统准确性等前沿领域上做出自己的努力 ​
阿里云云栖社区 网页版 2017-02-04 22:00

深度学习 算法

#云栖技术分享# 《构建深度学习系统的十条经验》1.更多的专家会更好;2.寻找具备丰富标记数据的问题;3.探索合成数据的方法;4.利用预先训练的网络;5.不要忘记增加数据;6.探索不同的正则化;7.拥抱随机性;8.不要只注重深度学习;9.避免分布式;10.卷积网络功能强大 且不单单对图片数据而言。…全文: http://m.weibo.cn/1939498534/4071550732487398

红冰CV 网页版 2017-02-04 18:30

视觉

关于图像语义分割的总结和感悟 http://t.cn/RcGV8cc
机器之心synced 网页版 2017-02-04 17:30

算法 资源 Python 课程

从头开始:用Python实现基线机器学习算法 http://t.cn/RxsIUaC → 在本教程中,你将了解计算机器学习问题基线性能的重要性 ​
爱可可-爱生活 网页版 2017-02-04 07:35

深度学习 视觉 算法 资源 Xavier Giro 幻灯片 神经网络

【CNN/RNN视频分析】(Master Computer Vision Barcelona 2017) by Xavier Giro “Video Analysis with Convolutional Neural Networks” http://t.cn/RxkrMJM “Video Analysis with Recurrent Neural Networks” http://t.cn/RxkrfwN

最新动态

2017-02-04 (13)

the2 网页版 2017-02-04 22:16

会议活动 AISTATS 会议 周志华

AISTATS始于1985年,89到09每两年一次;从2010年开始,每年轮流在北美和欧洲举行。#AISTATS2017#录取论文列表. 录取数,高频词,多产作者. 会议将于四月20-22在有着美国威尼斯之称的弗罗里达劳德代尔堡召开. 清华朱军和南大周志华是SPC http://t.cn/R49NCUh

爱可可-爱生活 网页版 2017-02-04 20:43

经验总结 资源 Daniel Geng Shannon Shih 博客 教育网站 课程

【机器学习速成课程3/3】《Machine Learning Crash Course: Part 3》by Daniel Geng and Shannon Shih [Berkeley] http://t.cn/RxsnAfg Part1: http://t.cn/RImlKoG Part2: http://t.cn/RImlKoq ref: http://weibo.com/1402400261/Eox5GqjoA

机器之心synced 网页版 2017-02-04 17:30

算法 Python 集成学习

从头开始:用Python实现随机森林算法 http://t.cn/RxsVAkh → 随机森林算法是对 bagging 算法的扩展 ​
机器之心synced 网页版 2017-02-04 16:50

算法 资源 Python 课程

从头开始:用Python实现带随机梯度下降的线性回归 http://t.cn/Rxs5MdY → 本教程将指导大家用 Python 实现随机梯度下降对线性回归算法的优化 ​
爱可可-爱生活 网页版 2017-02-04 16:46

Kaggle

【1789-2016历任美国总统签署行政命令数据集】《Executive Orders, 1789-2016 – Name, years in office, and executive orders signed by every American president | Kaggle》 http://t.cn/Rxsqnpb

ArnetMiner 网页版 2017-02-04 15:37

深度学习 算法 资源 Ali Rahimi PDF Qiuyi Zhang Rina Panigrahy 论文 神经网络

【每日一推】《Electron-Proton Dynamics in Deep Learning》by Qiuyi Zhang, Rina Panigrahy, Sushant Sachdeva, Ali Rahimi http://t.cn/RxsZpvj 文章研究了神经网络中的梯度下降方法,集中研究对象为输出节点呈线性活动的两层神经网络。 ​

王威廉 网页版 2017-02-04 15:07

算法 资源 PDF 行业动态 论文 神经网络

本周谷歌大脑团队放出的新论文: http://t.cn/RxsPGbw 通过基于神经网络的自动合成技术,提高马赛克等低像素图片的分辨率。 ​

livezingy 网页版 2017-02-04 14:45

视觉

根据opencv关于BOW的例子,我将SURF&SIFT特征与BOW结合应用在EasyPR项目中的车牌判断(用于预测当前图片是否为车牌),我将SURF&SIFT和BOW以及先前的HOG/LBP整合在了一个程序中。本文给出了HOG/LBP/SUFR/SIFT不同特征针对同一个图像集的预测结果,并大致讲述了整合后程序的使用方法,欢迎围观指点。 …全文: http://m.weibo.cn/2460376602/4071441337512606…全文: http://m.weibo.cn/2460376602/4071441337512606

视觉机器人 网页版 2017-02-04 14:36

会议活动 资源 NIPS 幻灯片 会议 课程

有关NIPS 2016的讲座教程的视频、PPT资源等。 http://t.cn/RxFDxbq

好东西传送门 网页版 2017-02-04 10:11

会议活动 应用 自然语言处理 会议 机器人

第600期NLP日报(2017-02-03) 1) 表示学习综述 2) Google大脑团队2016年度回顾 3) 聊天机器人初学者完全指南 4) 汉字分词的两个方面挑战 5) ACL 2017:最后关头的(NLP)论文建议 完整版9条 http://t.cn/RxFUaZv
爱可可-爱生活 网页版 2017-02-04 09:15

深度学习 算法 分类 神经网络

【CarND:CNN交通标志识别】《Convolutional Neural Network for Traffic Sign Classification — CarND》by Satya Sheel @gruby/convolutional-neural-network-for-traffic-sign-classification-carnd-e46e95453899″>http://t.cn/RxF7LLV
爱可可-爱生活 网页版 2017-02-04 06:56

算法 统计

【让AI学习更像人——贝叶斯的觉醒:不确定性、高斯过程的重要性】《AI Is About to Learn More Like Humans—with a Little Uncertainty | WIRED》by Cade Metz http://t.cn/RxDlJTC

爱可可-爱生活 网页版 2017-02-04 05:55

深度学习 自然语言处理 分布式学习 论文

《Symbolic, Distributed and Distributional Representations for Natural Language Processing in the Era of Deep Learning: a Survey》L Ferrone, F M Zanzotto [University of Rome Tor Vergata] (2017) http://t.cn/RxDsDyg

CSDN海神之光上传的代码均可运行,亲测可用,直接替换数据即可,适合小白; 1、代码压缩包内容 主函数:main.m; 调用函数:其他m文件;无需运行 运行结果效果图; 2、代码运行版本 Matlab 2019b或2023b;若运行有误,根据提示修改;若不会,私信博主; 3、运行操作步骤 步骤一:将所有文件放到Matlab的当前文件夹中; 步骤二:双击打开main.m文件; 步骤三:点击运行,等程序运行完得到结果; 4、仿真咨询 如需其他服务,可私信博主或扫描博客文章底部QQ名片; 4.1 博客或资源的完整代码提供 4.2 刊或参考文献复现 4.3 Matlab程序定制 4.4 科研合作 功率谱估计: 故障诊断分析: 雷达通信:雷达LFM、MIMO、成像、定位、干扰、检测、信号分析、脉冲压缩 滤波估计:SOC估计 目标定位:WSN定位、滤波跟踪、目标定位 生物电信号:肌电信号EMG、脑电信号EEG、心电信号ECG 通信系统:DOA估计、编码译码、变分模态分解、管道泄漏、滤波器、数字信号处理+传输+分析+去噪(CEEMDAN)、数字信号调制、误码率、信号估计、DTMF、信号检测识别融合、LEACH协议、信号检测、水声通信 1. EMD(经验模态分解,Empirical Mode Decomposition) 2. TVF-EMD(时变滤波的经验模态分解,Time-Varying Filtered Empirical Mode Decomposition) 3. EEMD(集成经验模态分解,Ensemble Empirical Mode Decomposition) 4. VMD(变分模态分解,Variational Mode Decomposition) 5. CEEMDAN(完全自适应噪声集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 6. LMD(局部均值分解,Local Mean Decomposition) 7. RLMD(鲁棒局部均值分解, Robust Local Mean Decomposition) 8. ITD(固有时间尺度分解,Intrinsic Time Decomposition) 9. SVMD(逐次变分模态分解,Sequential Variational Mode Decomposition) 10. ICEEMDAN(改进的完全自适应噪声集合经验模态分解,Improved Complementary Ensemble Empirical Mode Decomposition with Adaptive Noise) 11. FMD(特征模式分解,Feature Mode Decomposition) 12. REMD(鲁棒经验模态分解,Robust Empirical Mode Decomposition) 13. SGMD(辛几何模态分解,Spectral-Grouping-based Mode Decomposition) 14. RLMD(鲁棒局部均值分解,Robust Intrinsic Time Decomposition) 15. ESMD(极点对称模态分解, extreme-point symmetric mode decomposition) 16. CEEMD(互补集合经验模态分解,Complementary Ensemble Empirical Mode Decomposition) 17. SSA(奇异谱分析,Singular Spectrum Analysis) 18. SWD(群分解,Swarm Decomposition) 19. RPSEMD(再生相移正弦辅助经验模态分解,Regenerated Phase-shifted Sinusoids assisted Empirical Mode Decomposition) 20. EWT(经验小波变换,Empirical Wavelet Transform) 21. DWT(离散小波变换,Discraete wavelet transform) 22. TDD(时域分解,Time Domain Decomposition) 23. MODWT(最大重叠离散小波变换,Maximal Overlap Discrete Wavelet Transform) 24. MEMD(多元经验模态分解,Multivariate Empirical Mode Decomposition) 25. MVMD(多元变分模态分解,Multivariate Variational Mode Decomposition)
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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