解应春BW 发表于 2016-1-13 13:13:26

机器学习日报 2016-01-12 DNN 与 Random Forest 结合做图像分类;机器智能 vs. 机器学习 vs. 深度...

机器学习日报 2016-01-12
[*]ICCV15#专题教程<高效目标检测的工具,Tools for Efficient Object Detection> @iB37
[*]深度学习和自然语言处理中的attention和memory机制 @CSDN
[*]机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能 @爱可可-爱生活
[*]DNN 与 Random Forest 结合做图像分类 @人工智能与深度学习
[*]ICCV15主会结束,各奖项揭晓 @iB37

@好东西传送门 出品, 过往目录 见http://ml.memect.com

订阅:给 hao@memect.com 发封空信, 标题: 订阅机器学习日报

邮件版包括20条,本期的Web版有完整内容30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://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2015-12-22 11:53
会议活动 深度学习 视觉 资源 ICCV Kaiming He Ross Girshick 幻灯片 会议 课程
#ICCV15#专题教程<高效目标检测的工具,Tools for Efficient Object Detection>。四个研究院(IBM,Facebook,Snapchat,Microsoft)和一个高校(普朗克研究所)。六位演讲者,有R-CNN系列(fast,faster)的Ross Girshick,ILSVRC15获奖者)150+层深度残差网)Kaiming He。幻灯片3: http://t.cn/zOyP8tl
http://ww1.sinaimg.cn/large/972a1170jw1ez8am7b596j216f0kbgur.jpg

iB37 网页链接 转发于2016-01-12 15:41
#ICCV 2015 Tutorial on Tools for Efficient Object Detection# 全部六位讲者的幻灯片已开放:1.导言,R.Feris 2.刚性模板,R.Benenson 3.区块法,J.Hosang 4.人工特征+CNN特征,XY.Wang 5. CNN法,KM.He 6.R-CNN,R.Girshick http://t.cn/R4p9nXO



http://tp4.sinaimg.cn/1798777247/50/5662163423/1 CSDN 网页链接 2016-01-12 09:21
深度学习 自然语言处理 Ilya Sutskever
[深度学习和自然语言处理中的attention和memory机制]Attention机制是最近深度学习的一个趋势。在一次采访中,OpenAI的研究总监Ilya Sutskever说attention机制是最令人兴奋的进步之一,而且已经广为使用。听起来激动人心吧。但attention机制究竟是什么呢?本文为你解读:http://t.cn/R4pAcxp




http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-12 08:30
经验总结 深度学习 Donna Dubinsky Jeff Hawkins 博客
【机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能】《What is Machine Intelligence vs. Machine Learning vs. Deep Learning vs. Artificial Intelligence (AI)? | Numenta》by Jeff Hawkins & Donna Dubinsky http://t.cn/R4pLtm6


刘成林_NLPR 网页链接 转发于2016-01-12 15:45回复 @LR机器学习计算机视觉 “转发微博”
Jeff Hawkins的观点值得参考。



http://tp2.sinaimg.cn/1113268781/50/5743738916/1 人工智能与深度学习 网页链接 2015-12-29 23:19
会议活动 深度学习 视觉 算法 ICCV 会议 集成学习
#深度学习# [小伙伴原创] ICCV2015 Marr Prize论文解析:Deep Neural Decision Forests (DNDF) 笔记:http://t.cn/R4fvDqR DNN 与 Random Forest 结合做图像分类。在ImageNet上用GoogLeNet,single-crop,7个模型融合top-5错误率是6.38%,原始GoogLeNet 7个模型 144个 crops top-5 错误率是6.67%。
http://ww2.sinaimg.cn/large/425b222djw1ezgxt4urt9j20m80gztic.jpg



http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2015-12-17 12:49
会议活动 深度学习 视觉 David Lowe ICCV Olivier Faugeras Yann Lecun 会议
#ICCV15# 主会刚结束,大会照片。1)杰出研究者奖两名:David Lowe和Yann LeCun。 2)终身成就奖:Olivier Faugeras。 3)最佳论文奖(深度神经决策森林),提名奖。 4)时间检验奖:【形状匹配,ICCV01】 5)Everingham无私贡献奖。 PS:下一届将于2017年在意大利威尼斯举办。http://t.cn/R4LM4xm
http://ww1.sinaimg.cn/large/972a1170jw1ez2k5yeqavj21kw11xtnl.jpg



最新动态
http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-12 21:40
深度学习 资源 课程 统计
24小时分享排行:1、【七步理解深度学习】2、【MOOC:最新一轮《统计学习》课程即将开讲(January 12, 2016)】3、【Machine Learning Refined】 4、【超棒的vim技巧示例集】5、【机器智能 vs. 机器学习 vs. 深度学习 vs. 人工智能】…… http://t.cn/R4p3GrV




http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2016-01-12 21:05
会议活动 深度学习 视觉 算法 应用 自然语言处理 ECCV NIPS 会议 机器人 神经网络
牛津大学著名视觉几何组VGG在IJCV16年首卷首期: Reading Text in the Wild with Convolutional Neural Networks,Jaderberg。这篇期刊文章融合了之前两篇会议(ECCV14,NIPS14ws),定位和识别图片中的文本(叫text spotting)。 端到端系统: 检测Region + 识别CNN。论文、数据和代码http://t.cn/R4pnxUg
http://ww4.sinaimg.cn/large/972a1170jw1ezx0gvvgngj20oj0k9wjd.jpg



http://tp4.sinaimg.cn/3659841663/50/5669702006/0 GoSSIP_SJTU 网页链接 2016-01-12 20:52
经验总结 博客
#安全论文每日读# Firmalice - Automatic Detection of Authentication Bypass Vulnerabilities in Binary Firmware是发表在国际会议NDSS'15上的论文。本文主要对智能电表、智能门锁、智能开关等智能家居设备中的认证绕过和后门等问题进行了研究。阅读笔记:http://t.cn/R4pEneA




http://tp4.sinaimg.cn/3847741679/50/5710230990/1 数盟社区 网页链接 2016-01-12 20:50
算法
【Deepviz — 通过机器学习进行恶意软件分析 】Deepviz是一款强大的恶意软件自动分析平台,也是一个强大有效的智能威胁情报平台,除此之外它还能够对所有由恶意软件分析仪中提取的数据进行分析,通过关联算法做出最好的抉择 http://t.cn/R4Nm7q1
http://ww2.sinaimg.cn/large/e557e0efjw1ezx06y30f4j208406474n.jpg



http://tp3.sinaimg.cn/1815070622/50/5736692914/1 Google谷歌爱好者 网页链接 2016-01-12 20:36
会议活动 行业动态会议 智能汽车
【谷歌施密特:人工智能将帮助解决世界性难题】施密特在纽约举办的人工智能大会上说人工智能(AI)将来可用于解决人口增长、气候变化、人类发展以及教育等问题。谷歌一直是人工智能领域最重要的支持者之一,在许多新的业务中已经使用人工智能技术,比如无人驾驶汽车。 http://t.cn/R4pSM9y
http://ww4.sinaimg.cn/large/6c2fc79ejw1ezwzs9s1a9j20hs0bvmxj.jpg



http://tp3.sinaimg.cn/1686235170/50/1265076471/1 Solidot 网页链接 2016-01-12 19:49
应用 自然语言处理 社交网络
清华大学研究自动辟谣:清华大学的研究人员发表论文,利用自然语言处理等定量分析技术,对新浪微博上传播的谣言进行统计、语义和时序分析,提出了自动辟谣框架。 这项研究发现,大量举报谣言的用户所举报的谣言往往与自己相关。而大量发布谣言的用户,则往往带有网络水军的性质。http://t.cn/R4pcTsI




http://tp4.sinaimg.cn/1679022231/50/5708058617/1 上微博的猫V 网页链接 2016-01-12 18:54
进化计算 经验总结 深度学习 算法 应用 博客 机器人 正则表达式
【遗传算法系列之一:“欺骗”深度学习的遗传算法】遗传算法可以欺骗深度学习模型,可以生成正则表达式,可以规划机器人路径,还可以写宋词。这篇博客主要介绍遗传算法一些有趣的应用 http://t.cn/R4pTfUn
http://ww3.sinaimg.cn/large/6413d897jw1ezwwnxgaltj20pm0gewfg.jpg



http://tp2.sinaimg.cn/1113268781/50/5743738916/1 人工智能与深度学习 网页链接 2016-01-12 18:16
经验总结 算法 应用 Kaggle Python 博客 回归 预测
#机器学习# 干货| 手把手教你参加Kaggle竞赛,使用逻辑回归解决Titanic prediction问题 http://t.cn/RU3fYl9 作者以通俗的语言,讲怎么用logistic regression解决实际问题,包括数据的处理,都给出了Python代码。难得的适合初学者的好文章,也可以用来了解Kaggle比赛。
http://ww4.sinaimg.cn/large/425b222djw1ezwvqu9714j20jg0cl40j.jpg



http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-01-12 17:12
深度学习 资源 Jeremy D. Jackson 课程
#资源共享# 佐治亚理工学院 PhD Jeremy D. Jackson 整理的深度学习的资源:http://t.cn/R4pON7D ,包含Videos、Examples and Tutorials、People、Datasets、Frameworks and Libraries、Topics、Reddit、Books、Papers等。 http://t.cn/R4pONhO




http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2016-01-12 15:23
资源 Brain Science Jeff Hawkins 论文 视频
<On Intelligence,2004;记忆-预测框架>作者和<Numenta,2005;层次时序记忆>创始人Jeff Hawkins,《稀疏性表示的数学模型》arXiv:http://t.cn/R4pK3ZE 他在TED03演讲: How brain science will change computinghttp://t.cn/R4pK3Z8
http://ww4.sinaimg.cn/large/972a1170jw1ezwqpoixfcj20y60fjafc.jpg



http://tp1.sinaimg.cn/5501429448/50/5717596146/1 视觉机器人 网页链接 2016-01-12 13:50
深度学习 算法 智能汽车
计算机眼里的道路是这样滴:http://t.cn/R4pipxt (左上:人眼中的道路,左下:计算机看到的道路,右边为不同颜色标识的物体),这是剑桥大学基于深度学习算法开发的一款新的自动驾驶系统“SegNet”。该系统可以识别道路、建筑、路牌、行人等12类标注,精度高达90%。项目/Paper/Code:http://t.cn/R4p6EV7




http://tp1.sinaimg.cn/2028255444/50/40032225147/0 FreeBuf黑客与极客 网页链接 2016-01-12 12:15
算法 应用< /a>安全 入侵检测 神经网络
【黑科技新篇章:利用神经网络破解密码】目前人们已经在入侵检测系统或类似的安全防御策略里使用神经网络了。但是如果从攻击者角度出发,神经网络是否可以用来帮助开展攻击或者入侵行为。详情:http://t.cn/R4pILM5
http://ww3.sinaimg.cn/large/78e4b8d4gw1ezwkn401ioj212q0q8k40.jpg



http://tp1.sinaimg.cn/5368144124/50/40070571058/1 科天健-机器视觉 网页链接 2016-01-12 11:17
视觉
2015年最热门的机器视觉话题:在调查了2015年最热门的机器视觉话题问卷之后,根据读者的回答形成了如图统计。[最右][最右]依调查图表可以看出3D成像的技术占了36%,俨然成为在视觉领域内最感兴趣的话题。而目前,3D成像技术和产品主要致力于目标识别、目标分类和目标分析。对此,你怎么看?
http://ww1.sinaimg.cn/large/005RibvKgw1ezwjmbkjt5j30io07ngmd.jpg



http://tp2.sinaimg.cn/1402400261/50/5713579194/1 爱可可-爱生活 网页链接 2016-01-12 10:36
算法 聚类 论文
【论文:基于欧氏距离/皮尔逊相关的时序聚类】《On Clustering Time Series Using Euclidean Distance and Pearson Correlation》M R. Berthold, F Höppner (2016) http://t.cn/R4pqKoq
http://ww1.sinaimg.cn/large/5396ee05jw1ezwif7b709j20d504pq3e.jpg



http://tp1.sinaimg.cn/2536116592/50/5716095299/0 iB37 网页链接 2016-01-12 00:45
算法 应用< /a>知识工程 资源 自然语言处理 Kai-Wei Chang SVM 分类 幻灯片 教育网站 聚类 课程 信息检索 知识库
#博士论文# LARGE-SCALE CLASSIFICATION AND STRUCTURED LEARNING, Kai-Wei Chang,UIUC15。NLP任务:共指消解,知识库关系抽取。机器学习方法:有监督聚类,隐变量模型,结构SVM及优化http://t.cn/R4pv6A9 Liblinear和VW贡献者; NAACL15专题教程<Learning to Search>幻灯片/视频http://t.cn/R7gyd70
http://ww2.sinaimg.cn/large/972a1170jw1ezw10b9ponj20hz0gv410.jpg


页: [1]
查看完整版本: 机器学习日报 2016-01-12 DNN 与 Random Forest 结合做图像分类;机器智能 vs. 机器学习 vs. 深度...