人工智能资料库：第53辑（20170509）

---

今天分享：
（1）如何应用RNN於客户流失预测问题；
（2）如何用新平台Datmo更方便的追踪丶共享你的Data和机器学习项目；
（3）GAN资料汇总；
（4）最短学习课程设计；
（5）深度学习论文集；

---

1.【博客】 WTTE-RNN - Less hacky churn prediction

简介：

1.客户流失预测问题的困难点
2.删失数据的模型
3.如何用RNN训练删失数据
4.实现WTTE-RNN
5.总结

原文链接：https://ragulpr.github.io/2016/12/22/WTTE-RNN-Hackless-churn-modeling/#what-we-want-in-a-churn-model

---

2.【博客】Tracking, Reproducibility and Collaboration in Data Projects

简介：

此文介绍Datmo如何更方便的追踪丶共享你的Data和机器学习项目

网站：https://datmo.io/
短片介绍：https://www.youtube.com/watch?v=5Oxqybt4iyo

原文链接：https://hackernoon.com/tracking-and-reproducibility-in-data-projects-af64ce109774

---

3.【代码】Delving deep into Generative Adversarial Networks (GANs)

简介：

该专题是关于生成对抗网络（GAN）及其应用程序的最新出版物和资料的清单。

原文链接：https://github.com/GKalliatakis/Delving-deep-into-GANs

---

4.【博客】Learn deep learning, from novice to advanced, self-paced

简介：

该教程最大化了学习曲线，即在最短的时间内学习最多的内容。教程涵盖了从基础深入学习到一年内完成研究的主题！它们比典型的深度学习课程涵盖的材料要大很多，而且需要较少的时间。

原文链接：https://www.commonlounge.com/discussion/81f5bbcfea4e44b9b2bd081d1ea536ac/main?r=fbdltp

---

5.【论文】Awesome Deep learning papers and other resources

简介：

最近有关深度学习和深度强化学习的论文清单。他们按照时间排序，我们还会持续更新。

原文链接：https://github.com/endymecy/awesome-deeplearning-resources

---

转载于:https://my.oschina.net/u/3579120/blog/1533404