第1169期AI100_机器学习日报(2017-11-30)

AI100_机器学习日报 2017-11-30

@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

微信公众号:rgznai100

本期话题有:

全部19 深度学习10 算法7 视觉4 自然语言处理2 会议活动2 经验总结2 应用1 资源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)

算法组 网页版 2017-11-30 17:02

深度学习

『深度 | 一文概览图卷积网络基本结构和最新进展』 http://t.cn/RYaCF1A
PaperWeekly 网页版 2017-11-30 17:04

会议活动 算法 自然语言处理 AAAI 分类 会议 强化学习

【基于强化学习的文本分类】Learning Structured Representation for Text Classification via Reinforcement Learning 将强化学习应用于文本分类任务中,已被AAAI2018录用。本文团队上周在PaperWeekly做过一期PhD Talk直播分享,视频实录: http://t.cn/RYAQBnM 论文链接: http://t.cn/RYSqBxM

ChatbotsChina 网页版 2017-11-30 14:44

深度学习 算法 强化学习

DeepMind推出最新强化学习环境「Gridworlds」,剑指AI安全 | 附论文&代码实现 http://t.cn/RYamjaW

爱可可-爱生活 网页版 2017-11-30 13:37

深度学习 代码

【PyTorch个人开发工具集】’Keita: A PyTorch Toolkit’ by Kenta Iwasaki GitHub: http://t.cn/RYapWTc

爱可可-爱生活 网页版 2017-11-30 05:14

视觉 资源 Nigel Markey 视频

【深入计算机视觉】《Deep Dive Into Computer Vision – YouTube》by Nigel Markey http://t.cn/RYXJoKU

最新动态

2017-11-30 (14)

专注云计算 网页版 2017-11-30 17:31



【未来已来,揭秘未来人工智能八大趋势!】目前到处都充斥着有关人工智能及其应用的炒作,从自主车辆到虚拟个人助理,以及其他很多需要人类智能才能完成任务的技术。虽然有大量的人工智能使用案例,其中的大部分都是对具体流程的改进,但要成功部署却需要一定的时间。 http://t.cn/RYaQEUv

机器之心Synced 网页版 2017-11-30 17:12

视觉 行业动态 李飞飞

【看车识党派:斯坦福大学李飞飞团队发表计算机视觉人口统计新方法】斯坦福大学的研究者们正在使用计算机视觉系统,利用谷歌街景图片上街边汽车的型号来识别给定社区的政治倾向,其识别准确率超过了 80%。 http://t.cn/RYStq1Q
机器之心Synced 网页版 2017-11-30 16:57

深度学习

【一文概览图卷积网络基本结构和最新进展】本文介绍了图卷积网络的基本结构,和最新的研究进展,并指出了当前模型的优缺点。通过对半监督学习应用 GCN 证明三层 GCN 模型不需要节点的任何特征描述就可以对只有一个标签实例的类进行线性分离。 http://t.cn/RYSGxBh
PaperWeekly 网页版 2017-11-30 15:51

深度学习 算法 强化学习

【对话系统】End-to-End Optimization of Task-Oriented Dialogue Model with Deep Reinforcement Learning 一篇基于强化学习的端到端对话系统研究工作,来自CMU和Google。 论文链接: http://t.cn/RYSh2AC

PaperWeekly 网页版 2017-11-30 15:49

深度学习 算法 应用 神经网络 推荐系统

【推荐系统】Auto-Encoding User Ratings via Knowledge Graphs in Recommendation Scenarios 本文将电影与电影标签之间的映射关系应用到AutoEncoder的可见层和隐层的连接中,将用户对电影的打分情况作为训练数据,使得最后得到的降维表示具有解释性(用户对电影标签的偏好)。 推荐人:jojoe(PaperWe…全文: http://m.weibo.cn/2678093863/4179811401940768

新智元 网页版 2017-11-30 15:32

算法 自然语言处理 神经网络

【新智元导读】 两篇新的论文表明,神经网络可以在不需要平行文本的情况下学习翻译,这是一个令人惊讶的进步,它将可以让人们可以读懂更多语言的文档。 http://t.cn/RYaFzv6
爱可可-爱生活 网页版 2017-11-30 14:16

深度学习 算法 Ahmed Besbes 神经网络

【(Kera/TensorFlow实例)理解深卷积神经网络及其应用】《Understanding deep Convolutional Neural Networks with a practical use-case in Tensorflow and Keras》by Ahmed BESBES http://t.cn/RYaHzas

爱可可-爱生活 网页版 2017-11-30 13:39

视觉 Kaggle 代码

【Kaggle车辆图像边界(掩模)识别比赛第一名方案】’Code for a 1st place model in Carvana Image Masking Challenge’ by Artsiom GitHub: https:\//github.com\/asanakoy/kaggle_carvana_segmentation ​

爱可可-爱生活 网页版 2017-11-30 13:33

Conrad Sanderson 代码 矩阵

【Armadillo:C++线性代数库】’source code repo for Armadillo C++ linear algebra (matrix) library’ by Conrad Sanderson http://t.cn/hguZn9 GitHub: https:\//github.com\/conradsnicta/armadillo-code ​

人工智能机器人 网页版 2017-11-30 12:02

视觉

美国情报界的一个研究机构近日举行了一场竞赛,看谁开发出的人脸识别技术最优秀.结果最高奖被一家名叫依图科技的中国初创公司获得。美国一家智库的报告举出诸如此类的众多例子证明,中国军方也许会利用国家在人工智能领域的快速进步来推动武装力量现代化,并有可能谋求对美优势。#超级人工智能# …全文: http://m.weibo.cn/3511811391/4179754301469129
ChatbotsChina 网页版 2017-11-30 11:47

深度学习

做AI必须要知道的十种深度学习方法 http://t.cn/RYaGuyV

爱可可-爱生活 网页版 2017-11-30 05:39

经验总结 深度学习 算法 博客 神经网络

【用SVCCA解释深度神经网络】《Interpreting Deep Neural Networks with SVCCA | Google Research Blog》by Maithra Raghu http://t.cn/RYXipZ5 ref:《SVCCA: Singular Vector Canonical Correlation Analysis for Deep Learning Dynamics and Interpretability》…全文: http://m.weibo.cn/1402400261/4179657877906441

爱可可-爱生活 网页版 2017-11-30 05:21

经验总结 深度学习 Chia-Chun Fu 博客 数据科学

【用TensorFlow开发Android手机本地深度学习应用】《“Ok, Google — How do you run Deep Learning Inference on Android Using TensorFlow?”》by Chia-Chun Fu http://t.cn/RYXJuUJ pdf: http://t.cn/RYXJuUi

爱可可-爱生活 网页版 2017-11-30 04:48

会议活动 NIPS 会议 论文

“Proceedings of NIPS 2017 Symposium on Interpretable Machine Learning” http://t.cn/RYXxilI

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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