萧瑟一笑的专栏

毕设做的是DBNs的相关研究，翻过一些资料，在此做个汇总。 可以通过谷歌学术搜索来下载这些论文。 Arel, I., Rose, D. C. and Karnowski, T. P. Deep machine learning - a new frontier in artificial intelligence research. Computational Inte

1.organize, interpret, evaluate, analyze, or synthesize information (rather than retrieve or reproduce  isolated fragments, or repeatedly apply previously learned procedures);（深度学习是）组织、解释、评价、分析和综合信息

Comments from Xinwei: 本文是从deeplearning网站上翻译的另一篇综述，主要简述了一些论文、算法已经工具箱。   深度学习是ML研究中的一个新的领域，它被引入到ML中使ML更接近于其原始的目标：AI。查看a brief introduction to Machine Learning for AI 和 an introduction to Deep Le

Comments from Xinwei: 最近的一个课题发展到与深度学习有联系，因此在高老师的建议下，我仔细看了下深度学习的基本概念，这篇综述翻译自http://deeplearning.net，与大家分享，有翻译不妥之处，烦请各位指正。     查看最新论文 Yoshua Bengio, Learning Deep Architectures for AI, Foundations

http://deeplearning.net/reading-list/ List of reading lists and survey papers: The monograph or review paper Learning Deep Architectures for AI (Foundations & Trends in Machine Learning, 2009)

deeplearning tutorials：  http://deeplearning.net/tutorials/  http://www.iro.umontreal.ca/~bengioy/papers/ftml_book.pdf  Restricted boltzmann machine：  http://deeplearning.net/tutorial/rbm.html  h

为了更好的在下次讨论班讲述 DBN，特开此帖。主要是 介绍 DBN 的相关知识，做一份逻辑上完整的东西。参考 Hinton 的东西来讲吧： reading list RBM 相关 [1] 关于 Boltzmann machine 的 scholarwiki [2] Haykin 书上第 11 章 [3] Duda 书上第 7 章 [4] RBM 的 exponential fa

Recently I engaged in studying Deep Learning, which was motivated by G. E. Hinton from University of Toronto in 2006. The striking paper was A FAST LEARNING ALGORITHM FOR DEEP BELIEF NETS in Neural Co

Deep Learning是机器学习中一个非常接近AI的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，最近研究了机器学习中一些深度学习的相关知识，本文给出一些很有用的资料和心得。 Key Words：有监督学习与无监督学习，分类、回归，密度估计、聚类，深度学习，Sparse DBN， 1. 有监督学习和无监督学习 给定一组数据(inpu

机器学习(Machine Learning) 机器学习是人工智能（Artificial Intelligence）的核心。它和统计学有着密不可分的关系。作为对比，让我们先来看一看这两个领域的区别。 传统的统计学的特点：   低维数据；数据中有大量噪点（Noise）；数据中没有复杂的结构，且所有结构均可以被简化为一个相对简单的模型；面临的主要问题是如何从数据中分辨出正确的结构

无监督学习近年来很热，先后应用于computer vision, audio classification和 NLP等问题，通过机器进行无监督学习feature得到的结果，其accuracy大多明显优于其他方法进行training。本文将主要针对Andrew的unsupervised learning，结合他的视频：unsupervised feature learning by Andrew