机器学习日报 2017-05-12 有监督相似性学习：基于相似问题数据的对称关系学习
机器学习日报 2017-05-12[*]如何用简单易懂的例子解释隐马尔可夫模型 @ArnetMiner
[*]PyData 2017上22个必看深度学习/机器学习/数据科学报告 @爱可可-爱生活
[*]有监督相似性学习：基于相似问题数据的对称关系学习 @ChatbotsChina
[*]Quora 是如何使用机器学习的 @湾区日报BayArea
[*]面向阅读理解与QA的大规模语料集TriviaQA @爱可可-爱生活
@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
http://memect-public.oss-cn-hangzhou.aliyuncs.com/images/AI100_logo.png
邮件版包括20条，本期的Web版有完整内容28条
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.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2017-05-12 10:07
算法 HMM Yang Eninala
【分享】《如何用简单易懂的例子解释隐马尔可夫模型？》 http://t.cn/RaXwTOR 来源：知乎 回答者：Yang Eninala
http://wx3.sinaimg.cn/large/6f830abfly1fficr0r0e8j20jp0p80xf.jpg
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-12 20:44
经验总结 深度学习 Python 博客 数据科学
【PyData 2017上22个必看深度学习/机器学习/数据科学报告】《22 must watch talks on Python for Deep Learning, Machine Learning & Data Science (from PyData 2017, Amsterdam)》by Sunil Rayhttp://t.cn/RaaH89q
http://wx1.sinaimg.cn/large/5396ee05ly1ffiv39gnimj20ro0fmtif.jpg
http://tva4.sinaimg.cn/crop.0.0.526.526.50/006tQI9Wjw8f9zsv4abuvj30em0emdhj.jpg ChatbotsChina 网页链接 2017-05-12 17:52
有监督相似性学习：基于相似问题数据的对称关系学习 By 云栖社区 http://t.cn/RaXtEIf
http://wx2.sinaimg.cn/large/006tQI9Wly1ffiq7wqe2aj30p009a3zh.jpg
http://tva3.sinaimg.cn/crop.0.0.512.512.50/005INCKHjw8ezyidk5kv4j30e80e8aaa.jpg 湾区日报BayArea 网页链接 2017-05-12 14:05
【Quora 是如何使用机器学习的】图文并茂地简述了机器学习在Quora的具体应用：理解问题，如对问题加标签归类、去重；匹配问题与最可能回答该问题的专家，如把问题推到相关用户的feed上；feed上的问题、答案排序；优化广告投放 | 简评：http://t.cn/RaXTt1v 原链：http://t.cn/RaXTt1h #湾区日报#
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-12 13:22
资源 自然语言处理 PDF 代码 教育网站 问答系统
【面向阅读理解与QA的大规模语料集TriviaQA】“TriviaQA: A Large Scale Dataset for Reading Comprehension and Question Answering” http://t.cn/Ra6xlVc GitHub:http://t.cn/RaXp2lW ref:http://t.cn/RaXp2l0
http://wx1.sinaimg.cn/large/5396ee05ly1ffiidvxwf0j21kw16ib29.jpg
最新动态
http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2017-05-12 21:17
经验总结 应用 自然语言处理 博客 社交网络
【分享】《Machine Learning, NLP and Network Analysis-Guided Medical Research : A Case Study》案例研究：基于机器学习、NLP和网络分析的医学研究。http://t.cn/Raa3ywc 作者：Themos Kalafatis 来源：作者blog
http://wx1.sinaimg.cn/large/6f830abfly1ffiw51f3mbj20ng0rlq4v.jpg
http://tva2.sinaimg.cn/crop.10.34.646.646.50/5396ee05jw1ena6co8qiwj20sg0izjxd.jpg 爱可可-爱生活 网页链接 2017-05-12 20:33
算法 应用 代码 机器人
【算法交易/量化交易开发平台StockSharp】’StockSharp - Algorithmic trading and quantitative trading open source platform to develop trading robots (stock markets, forex, bitcoins and options).' http://t.cn/RaaYFKdGitHub: http://t.cn/RaaYFKg
http://wx2.sinaimg.cn/large/5396ee05ly1ffiuulwsluj20dw08dq69.jpg
http://tva3.sinaimg.cn/crop.0.0.180.180.50/6b37299fjw1e8qgp5bmzyj2050050aa8.jpg CSDN 网页链接 2017-05-12 18:29
算法 可视化 神经网络
【详解TensorBoard如何调参】TensorBoard 是 TensorFlow 上一个非常酷的功能，TensorBoard 的作用就是可以把复杂的神经网络训练过程给可视化，可以更好地理解，调试并优化程序。http://t.cn/RaJyYfK
http://wx1.sinaimg.cn/large/6b37299fly1ffir9wjq83j20ow0dkjtb.jpg
http://tva3.sinaimg.cn/crop.0.0.180.180.50/61e61e8cjw1e8qgp5bmzyj2050050aa8.jpg TechWeb 网页链接 2017-05-12 17:57
应用 机器人 马宇驰
#IT龙门阵# 预告：【人工智能时代的“大脑”是如何打造的？】与人脑相比“智能大脑”在哪些领域会胜出？5月18日晚，我们特邀三角兽科技创始人董事长兼COO马宇驰、三角兽联合创始人亓超做客第216期IT龙门阵，来分享机器人“大脑”是如何打造出来的？人工智能商业化还有多远？报名：http://t.cn/Raa7zhw
http://wx1.sinaimg.cn/large/61e61e8cgy1ffiq4yfl7nj20dw1agac4.jpg
http://tva2.sinaimg.cn/crop.0.0.180.180.50/66031b59jw1e8qgp5bmzyj2050050aa8.jpg 北大新媒体 网页链接 2017-05-12 16:29
进化计算 算法 资源 行业动态 课程 视频 吴恩达 智能汽车
#研究分享#【YouTube上有关机器学习最火的十个视频】超级玛丽—电子游戏中的机器学习：http://t.cn/R2YujAA；斯坦福机器学习课程（by吴恩达）：http://t.cn/RaavOfc；谷歌自动驾驶AI：http://t.cn/RqE75o5；遗传算法：http://t.cn/RaavOff；TensorFlow—开源的机器学习：http://t.cn/RUpYbYU；你好，世...全文： http://m.weibo.cn/1711479641/4106619056696743
http://wx2.sinaimg.cn/large/66031b59ly1ffihwwwix6j20hs09n75b.jpg
http://tva2.sinaimg.cn/crop.113.113.284.284.50/0060jr72jw8eorxcrqimhj30e80e8jsk.jpg 视觉机器人 网页链接 2017-05-12 15:44
深度学习 代码
5分钟讲解PyTorch，我将解释PyTorch的主要特征，并将其与目前世界上最流行的深层学习框架（Tensorflow）进行比较。 然后，我们将写出一个简短的PyTorch脚本来获得语法感受。 这个lib非常快速地流行起来，这是这个令人难以置信的领域的本质。 Code for this video:http://t.cn/RahPKW1 More Learning Re...全文： http://m.weibo.cn/5501429448/4106607744948988
http://tvax4.sinaimg.cn/crop.21.40.420.420.50/ee3b7d6cly8fdpy29sfxyj20ct0ctdfu.jpg 机器之心synced 网页链接 2017-05-12 14:39
神经科学
中科院「脑科学与人工智能」论坛，四场报告概要+两大研究方向解读+两项专题讨论实录http://t.cn/RaXRMwh 5 月 8 日，由中国科学院学部主办的「脑科学与人工智能」科学与技术前沿论坛召开，本论坛从脑科学如何支持人工智能的发展和类脑智能的态势与发展研讨两个议题切入，邀请了相关领域的院士、教授、...全文： http://m.weibo.cn/3996876140/4106591387157363
http://tva1.sinaimg.cn/crop.0.10.307.307.50/685a8f49gw1ebrrf7lnd8j208k0c8758.jpg 专注云计算 网页链接 2017-05-12 14:18
入门 深度学习 特征工程
【入门级攻略：机器学习VS深度学习】本文以浅显易懂的语言介绍了机器学习和深度学习的定义及应用，以及在源数据要求，硬件支持，特征工程、问题解决方式、执行时间及可解释性等方面的区别，对于新手入门有很大启示意义。 http://t.cn/RaitUXt
http://wx4.sinaimg.cn/large/685a8f49ly1ffik0e6fmrj20hs0dc40u.jpg
http://tva2.sinaimg.cn/crop.0.0.2048.2048.50/006e14C0jw8ewjb494gavj31kw1kwwrj.jpg 新智元 网页链接 2017-05-12 12:58
Harry Shum 行业动态 沈向洋
【新智元导读】 微软全球执行副总裁、微软人工智能及微软研究事业部负责人沈向洋博士（Harry Shum）在 Build 大会发表主旨演讲后，接受了包括新智元在内的几家受邀媒体的采访。他在采访中谈到了微软的 AI 人才流失问题，对腾讯等公司到西雅图招揽AI人才进行了回应。同时，作为微软去年整合的 5000 AI ...全文： http://m.weibo.cn/5703921756/4106566107888375
老师木 网页链接 转发于2017-05-12 14:30回复 @老师木 “转发微博”
Harry 大大这句话欠妥 “ 新智元：接下来继续有高级的研究员离职的话，你们仍然觉得很光荣？ 沈向洋博士：你具体应该去问问那些离开的人，他们是不是还是研究员，你听懂我的意思啊？你问问他们最近研究了什么，叫他写个算法给你看一看。”
http://tva2.sinaimg.cn/crop.0.0.180.180.50/6f830abfjw1e8qgp5bmzyj2050050aa8.jpg ArnetMiner 网页链接 2017-05-12 12:10
视觉 资源 Andrea Palazzi Francesco Solera PDF Rita Cucchiara Simone Calderara 论文
【每日一推】《Predicting the Driver's Focus of Attention: the DR(eye)VE Project》by Andrea Palazzi, Davide Abati, Simone Calderara, Francesco Solera, Rita Cucchiara http://t.cn/RaXJqYe 利用最大的驾驶场景数据集DR(eye)VE打造的计算机视觉模型，实现对驾驶员注意力情况的预测
http://wx2.sinaimg.cn/large/6f830abfly1ffigbqlzzij20l50rk14f.jpg
http://tvax3.sinaimg.cn/crop.14.0.721.721.50/9fa07827ly8fe7j2cq9a0j20ku0k1jrr.jpg PaperWeekly 网页链接 2017-05-12 10:34
经验总结 深度学习 自然语言处理 Richard Socher 博客 行业动态
A Deep Reinforced Model for Abstractive Summarization #文本摘要# 用Intra Attention+Supervisd/Reinforcement混合学习，在CNN/Daily Mail数据集的生成式文摘上取得了较已有最好成绩5.7个ROUGE分的提升。工作来自Metamind Socher团队。 官方博客解读：http://t.cn/Ra6Wo2A 论文地址：...全文： http://m.weibo.cn/2678093863/4106529873058582
http://tva4.sinaimg.cn/crop.0.0.526.526.50/006tQI9Wjw8f9zsv4abuvj30em0emdhj.jpg ChatbotsChina 网页链接 2017-05-12 09:19
资源 课程
想要快速的搭建高性能机器学习系统，企业应该怎么干？ 本文为「范式大学系列课程」。亚马逊目前的运维水平成为行业标准，但凡有公司要自己搭建 OpenStack，先要回答一个问题：OpenStack 比亚马逊http://t.cn/RaJCNBI
http://wx2.sinaimg.cn/large/006tQI9Wly1ffibcgp5sdj30kk06ymxs.jpg
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2017-05-12 08:18
深度学习 行业动态
【百度发布Deep Speaker：大规模声纹识别的端对端系统】日前，百度美研院宣布了其在声纹识别上所取得的突破性成果。研究表明：利用深度学习的方法比传统的i-vector方法在识别准确率上获得了显著的提高。http://t.cn/RaiaVfG
http://tva2.sinaimg.cn/crop.0.0.180.180.50/663aa05ajw1e8qgp5bmzyj2050050aa8.jpg 网路冷眼 网页链接 2017-05-12 07:56
Python
【The future is looking bright for Python】@trstringer/the-future-is-looking-bright-for-python-95a748a4ef3e">http://t.cn/Ra6BJCy Python的未来前景一片光明。根据Stack Overflow 的Trend工具分析，Python目前呈现节节上升趋势，其前景看好。
http://wx2.sinaimg.cn/large/663aa05agy1ffhud38ahdj20g80addhn.jpg
tinyfool 网页链接 转发于2017-05-12 09:34回复 @墨尔本庞帆 “想用着省心 建议从2.5或者2.7看一...”
应该不是这个问题，应该是最近机器学习闹的，其实问的更多的应该是跟python相关而已
灵感之源 网页链接 转发于2017-05-12 10:46回复 @时蝇喜箭 “毕竟独爱PHP。。。”
如果大家知道微软最近重度使用Python就知道了，譬如刚刚发布的azure cloud shell就是基于Python的
http://tva1.sinaimg.cn/crop.0.0.248.248.50/005HjjGQjw1eiusvp6y4ng306w06x749.gif 好东西传送门 网页链接 2017-05-12 07:45
行业动态 简报
第966期机器学习日报(2017-05-11) 1) 联想AI实验室负责人：人工智能变迁，从实验室走入日常生活。 2) 详解TensorBoard如何调参 3) 百度提出Deep Speaker：可用于端到端的大规模说话人识别 4) Youtube上关于人工智能的热门视频Top 10 5) 10 个基于 JavaScript 的机器学习实例 完整版25条 ...全文： http://m.weibo.cn/5220650532/4106487195826074
页:
[1]